Battery-Free, Artificial Neural Network-Assisted Microwave Resonator Array for Ice Detection
Notice bibliographique
Résumé
Ice detection has developed into an integral part of aerospace and wind turbine sectors with the aim of preventing hazards and component breakdown. This article presents an ice detection system consisting of a battery-free, chip-less wirelessly interrogated resonator array, and an artificial neural network for enhanced detection robustness. The designed array of split-ring resonators (SRRs), operating at 3.05 GHz, was a narrowband frequency-selective structure with a ground plane reflector which shielded resonance from the effect of installation material. For an incident wave on the array’s surface, the reflection coefficient changed with the electrical properties of the ice and water, consequently affecting the$S_{11}$parameter of an interrogator antenna. The array had a surface area of$13\times6.5$cm2 and a substrate thickness of 0.79 mm and was wirelessly interrogated from a distance of 33 cm by a standard gain horn antenna. A custom LabView program was utilized for time-based data acquisition of the antenna’s reflection coefficient [$S_{11}$(dB)], with results demonstrating a resonant frequency shift of 150 MHz when 30$\mu \text{L}$($\sim$) of ice was formed on the main split of SRRs. The artificial neural network then classified the reflection coefficients of the interrogator antenna to enhance ice/water differentiation. The neural network improved the classification of the$S_{11}$(dB) raw data to 94.67% while achieving an accuracy of 93.33% for a noisy simulated data set. The proposed battery-free artificial neural network-assisted ice sensor can be implemented in various sizes (depending on the footprint requirements of installation) with applications in aerospace and wind turbine industry.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».