Event identification in acoustic emission from wire breaks in pre-stressing/post-tensioning cables
Notice bibliographique
Résumé
Abstract Steel tendons commonly used in pre-stressed/post-tensioned concrete structural systems can lose cross-section due to corrosion, eventually leading to acoustic emission (AE) events when the stress exceeds the breaking strength of the wires that make up the tendons. Reliable differentiation of wire break AE events from traffic or grout crack events is critical for monitoring large structures, even where the distance between sensors may produce highly attenuated signals. In this paper, the Fuzzy c-means clustering algorithm was employed to differentiate AEs released from breaking wires of steel tendons from a database of 13464 AEs, including wire breaks, environmental and grout crack AEs. Wire breaks and grout crack AEs were collected from axial loading tests of grouted tendons in which the load increased until a wire broke. Environmental acoustic signals were collected from a bridge. Then all the collected AEs were gathered in a database and post-processed to simulate attenuation of up to 20 m from source to sensor. To optimize the speed and reliability of the Fuzzy c-means clustering algorithm, a non-dominated sorting genetic algorithm-II (NSGA-II) was used to find the minimum number of acoustic features needed. The NSGA-II algorithm started with 201 possible acoustic features and found 12 combinations of features that resulted in more than 80% wire break detection accuracy. In contrast, less than 3% of grout cracks and 0% of environmental signals were detected as wire breaks. The proposed method is suitable for deployment in a large sensor network and has sufficiently low-computational requirements for at-the-sensor processing, eliminating the need to send high-frequency sampled data outside the sensor node.
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 | 0,001 | 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 | 0,001 | 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 ».