MétaCan
Menu
Retour à la cohorte
Enregistrement W7108620693 · doi:10.4224/40003930

Hall sensor notch detection in a through-transmission eddy current arrangement

2025· report· en· W7108620693 sur OpenAlexaffvenue

Notice bibliographique

RevueNPARC · 2025
Typereport
Langueen
Domaine
Thématique
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésEddy currentEddy-current testingFastenerElectromagnetic shieldingHall effect sensorPenetration (warfare)Penetration depthMagnetic fieldAluminium

Résumé

récupéré en direct d'OpenAlex

Detection of non-surface fatigue cracking represents a challenge for most conventional non-destructive inspection (NDI) techniques. This report discusses a custom electromagnetic solution and demonstrates its capabilities and shortcomings. The laboratory experiments used aluminium plates with fastener holes and notches. The notch length and penetration depth varied from 1 to 6 mm and from 25 to 100% through-wall thickness, respectively. This work embodies a two-fold novelty: (i) the through-transmission eddy current approach, with a stationary driving coil, attached to the far-side of the specimen, and (ii) the use of Hall effect solid-state sensors for the detection of the magnetic field generated by the eddy current flow in an aluminium plate containing crack-like discontinuities. The experimental results confirm that the notch characteristics, particularly the depth and length, significantly affect the magnetic response as sensed by the Hall-effect probe. The field amplitude increased with the notch length, as well as with its degree of penetration through the wall of the aluminium plate. A direct correlation between the notch length and the signal strength was established; however, for notches penetrating less than 75% of the wall thickness, no useful signal was detected. This outcome was assumed to be due to the shielding effect of the eddy currents flowing in the conductive material on top of the partially penetrating notch.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,346
Écart entre enseignants0,293 · 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
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCTravaux en français237 207