MétaCan
Menu
Retour à la cohorte
Enregistrement W4401659402 · doi:10.1016/j.ijnaoe.2024.100610

Effects of sampling from a naval destroyer’s operational history on fatigue damage estimation

2024· article· en· W4401659402 sur OpenAlexaff
I.M.G. Thompson, Radu Chiritoiu, Teresa Magoga, Alysson Mondoro, Malcolm Smith

Notice bibliographique

RevueInternational Journal of Naval Architecture and Ocean Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueShip Hydrodynamics and Maneuverability
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésSampling (signal processing)Forensic engineeringEngineeringStructural engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The service history of a naval destroyer, HMCS IROQUOIS, was analyzed to develop an operational profile for structural fatigue assessment. The data from 1972 through 2012 provides insights for developing data sample requirements and wave data collection approaches applicable to other aging vessels. The results show that capturing daily wave data at the recorded position sufficiently describes the encountered seaways. Artificially reducing the data set to represent incomplete hull monitoring or operational data indicates that 5–9 years of wave data were required to limit the damage rate coefficient of variation to within 15%. However, operational changes, such as those observed after this destroyer’s midlife refit, may increase data requirements. Similar requirements for convergence were observed in duration-at-sea data derived from annual days at sea or distance sailed. The findings, consistent across the class and another class of ships, show that results for this ship are not anomalous.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Naval Architecture and Ocean EngineeringMême sujetShip Hydrodynamics and ManeuverabilityTravaux en français237 207