MétaCan
Menu
Retour à la cohorte
Enregistrement W4399342934 · doi:10.1016/j.apacoust.2024.110093

Improved acoustic source localization method for crack identification in structures

2024· article· en· W4399342934 sur OpenAlexafffund
Mohamed Barbosh, Bing Q. Li, Ayan Sadhu

Notice bibliographique

RevueApplied Acoustics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Education, LibyaUniversity of Tripoli
Mots-clésHilbert–Huang transformAcoustic emissionWaveformStructural engineeringNondestructive testingAcousticsSIGNAL (programming language)Noise (video)Computer scienceFailure mode and effects analysisEngineeringWhite noiseArtificial intelligenceTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

• An improved AE crack localization method is proposed. • Empirical mode decomposition is first-ever integrated with a source localization model. • The proposed method is free of the use of bulk AE parameters. • The proposed method is verified using a suite of experimental studies with different damage types. Acoustic Emission (AE) monitoring is considered one of the popular non-destructive testing (NDT) methodologies that have been used to predict and identify the location of damage in critical civil infrastructure. In this paper, an improved AE crack localization method is proposed by integrating the empirical mode decomposition (EMD)-based signal decomposition method with a source localization model. Unlike the conventional AE method, the proposed method is free of the use of bulk AE parameters such as counts, rise time, signal strength, and energy. First, EMD is used to minimize the presence of noise in the recorded AE waveforms and extract the key AE components. Then, key AE events are located using the source localization model to localize the crack in concrete structures. The performance of the proposed method is validated experimentally on small and large-scale concrete beams, where the damage is induced using progressive static load testing. In particular, the large-scale beams are designed for flexural and shear mode failure to evaluate the performance of the proposed method under various types of damage. Finally, the results of the proposed method are compared with the traditional method that uses raw AE waveforms and the method that uses bandpass-filtered AE waveforms. The results show higher crack location accuracy of the proposed method than the other methods, which makes it a suitable approach as a crack localization technology.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied AcousticsMême sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207