The Application of High-Resolution, Embedded Fibre Optic (FO) Sensing for Large-Diameter Composite Steel/Plastic Pipeline Performance under Dynamic Transport Loads
Notice bibliographique
Résumé
Distributed optical fibre sensing (DOFS)-based strain measurement systems are now routinely deployed across infrastructure health monitoring applications. However, there are still practical performance and measurement issues associated with the fibre's attachment method, particularly with thermoplastic pipeline materials (e.g., high-density polyethylene, HDPE) and adhesive affixment methods. In this paper, we introduce a new optical fibre installation method that utilises a hot-weld encapsulation approach that fully embeds the fibre onto the pipeline's plastic surface. We describe the development, application and benefits of the new embedment approach (as compared to adhesive methods) and illustrate its practical performance via a full-scale, real-world, dynamic loading trial undertaken on a 1.8 m diameter, 6.4 m long stormwater pipeline structure constructed from composite spiral-wound, steel-reinforced, HDPE pipe. The optical frequency domain reflectometry (OFDR)-based strain results show how the new method improves strain transference and dynamic measurement performance and how the data can be easily interpreted, in a practical context, without the need for complex strain transfer functions. Through the different performance tests, based on UK rail-road network transport loading conditions, we also show how centimetre- to metre-scale strain variations can be clearly resolved at the frequencies and levels consistent with transport- and construction-based, buried infrastructure loading scenarios.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».