Detecting Multiple Damages in UHPFRC Beams through Modal Curvature Analysis
Notice bibliographique
Résumé
Curvature-based damage detection has been previously applied to identify damage in concrete structures, but little attention has been given to the capacity of this method to identify distributed damage in multiple damage zones. This study aims to apply for the first time an enhanced existing method based on modal curvature analysis combined with wavelet transform curvature (WTC) to identify zones and highlight the damage zones of a beam made of ultra-high-performance fiber-reinforced concrete (UHPFRC), a construction material that is emerging worldwide for its outstanding performance and durability. First, three beams with a 2 m span of UHPFRC material were cast, and damaged zones were created by sawing. A reference beam without cracks was also cast. The free vibration responses were measured by 12 accelerometers and calculated by operational modal analysis. Moreover, for the sake of comparison, a finite element model (FEM) was also applied to two identical beams to generate numerical acceleration without noise. Second, the modal curvature was calculated for different modes for both experimental and FEM-simulated acceleration after applying cubic spline interpolation. Finally, two damage identification methods were considered: (i) the damage index (DI), based on averaging the quadratic difference of the local curvature with respect to the reference beam, and (ii) the WTC method, applied to the quadratic difference of the local curvature with respect the reference beam. The results indicate that the developed coupled modal curvature WTC method can better identify the damaged zones of UHPFRC beams.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».