Acoustic emission detection and modal decomposition using a relaxor ferroelectric single crystal linear array
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
• 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.
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