MétaCan
Menu
Retour à la cohorte
Enregistrement W4391345344 · doi:10.3390/s24030876

Reference-Free Vibration-Based Damage Identification Techniques for Bridge Structural Health Monitoring—A Critical Review and Perspective

2024· article· en· W4391345344 sur OpenAlexafffund
Mohammad Moravvej, Mamdouh El‐Badry

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésServiceability (structure)Structural health monitoringBridge (graph theory)Identification (biology)Computer scienceVibrationProcess (computing)Reliability engineeringEngineeringSystems engineeringForensic engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

Bridges are designed and built to be safe against failure and perform satisfactorily over their service life. Bridge structural health monitoring (BSHM) systems are therefore essential to ensure the safety and serviceability of such critical transportation infrastructure. Identification of structural damage at the earliest time possible is a major goal of BSHM processes. Among many developed damage identification techniques (DITs), vibration-based techniques have shown great potential to be implemented in BSHM systems. In a vibration-based DIT, the response of a bridge is measured and analyzed in either time or space domain for the purpose of detecting damage-induced changes in the extracted dynamic properties of the bridge. This approach usually requires a comparison between two structural states of the bridge-the current state and a reference (intact/undamaged) state. In most in-situ cases, however, data on the bridge structural response in the reference state are not available. Therefore, researchers have been recently working on the development of DITs that eliminate the need for a prior knowledge of the reference state. This paper thoroughly explains why and how the reference state can be excluded from the damage identification process. It then reviews the state-of-the-art reference-free vibration-based DITs and summarizes their merits and shortcomings to give guidance on their applicability to BSHM systems. Finally, some recommendations are given for further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,382
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207