Passive infrared thermography for subsurface delamination detection in concrete infrastructure: Inference on minimum requirements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper introduces a computational approach for inferring the minimum requirements for the nondestructive inspection of subsurface delamination in outdoor concrete structures using passive infrared thermography (IRT). The non-linear numerical system was solved using the Finite Element Method (FEM). Complete verification and validation of the numerical model were performed through the analysis of experimental and computational errors, as well as through the comparison of computational outputs of thermal gradients with the contrast values measured in an experiment with solar radiation and passive IRT. The results of accuracy and precision of the computational simulation approach were found to be adequate, from a practical perspective, for the intended use of the model, with the thermal gradient values having an uncertainty of 0.080 ± 0.91 °C and -0.016 ± 0.91 °C for the concrete slab and column sample, respectively. Furthermore, the developed model was used to perform a one-year analysis of the studied case, in order to determine the approximate radiative heat flux required to identify defects with different size-to-depth (S/D) ratios in various concrete components with distinct solar exposures. Finally, the relationship between the calculated radiative heat flux and thermal contrast with the respective environmental variables in place was analyzed graphically. • Multiphysics modeling of passive infrared thermography (IRT) for concrete inspection. • Comprehensive verification and validation of the computational model. • Inference on the minimum radiative heat flux required for detecting delamination. • Required heat flux varied with defect size-to-depth (S/D) ratio and solar orientation. • Limited detection for defects with unfavorable solar orientation and small S/D ratio.
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.
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 | 0,000 |
| 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 | 0,000 | 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 découle