Acoustic emission detection and modal decomposition using a relaxor ferroelectric single crystal linear array
Notice bibliographique
Résumé
• Relaxor Ferroelectric Single Crystal (RFSC) Linear Array for Modal Decomposition and Analysis (LAMDA) design leverages RFSC’s exceptional sensitivity to detect microjoule energy acoustic emission events. • Performs modal decomposition and identifies guided wave modes of a 6.6μJ pencil lead break over a broad bandwidth up to 1.4 MHz. • RFSC-LAMDA outperforms laser vibrometry and wideband AE sensors, demonstrating superior sensitivity and detection for field applications. This paper reports on an acoustic emission (AE) sensor based on relaxor ferroelectric single crystal (RFSC) transduction. The sensor crystal is arranged into a Linear Array for Modal Decomposition and Analysis (LAMDA), with the sensor interrogated by a bespoke high-bandwidth instrument. The efficacy of RFSC LAMDA sensors is showcased through a series of comparative experiments, which include the simultaneous acquisition of pencil lead break (PLB) AEs in a 1.6 mm thick aluminium plate using RFSC LAMDA, a wideband commercial sensor, and laser vibrometry. Subsequent modal decomposition and analysis of the PLB AE signals, as detected by RFSC LAMDA, identified the guided wave modes below 1.4 MHz. Furthermore, it was found that RFSC LAMDA exhibits, on average, 26.6 times greater improvement in sensitivity compared with polyvinylidene fluoride LAMDA variant with near-identical geometry.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».