Waterproof, Anti‐Impacted, and Ultrathin Carbon‐Based Air Pressure Sensors Toward Aerodynamic Tests on High‐Speed Trains
Notice bibliographique
Résumé
Air pressure sensors play a crucial role in aerodynamic tests on high‐speed trains, especially when the aerodynamic problems become more significant when the speed of high‐speed trains increases. The air pressure sensors used for aerodynamic testing of high‐speed trains are currently based on microelectromechanical systems (MEMS), which are thick, difficult to adjust linear range, and easily damaged by overloading force and water, thus cannot satisfy all‐weather train aerodynamic monitoring. Herein, a flexible ultrathin air pressure sensor for aerodynamic testing of high‐speed trains is reported; this sensor is based on a sensing material of carbon fiber beams and a sealed microchamber structure. The microchamber structure model allows the sensor to achieve high sensitivity in the target linear range by adjusting the initial internal pressure of the sealed microchamber. Meanwhile, the sealed microchamber structure enables the sensor to be waterproof and anti‐impacted. The sensor can work in water for at least 500 min and remain undamaged after being run over by a car with a weight of approximately 1550 kg. Furthermore, this air pressure sensor has been successfully applied in real‐time train surface pressure monitoring and shows the fantastic perspective for sensors toward aerodynamic tests on the high‐speed trains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».