Approches numériques basées sur les ondes pour le contrôle non destructif des assemblages composés de guides d’ondes élastiques rectilignes connectés par des jonctions coudées
Bibliographic record
Abstract
Cette thèse étudie la détection et la localisation des défauts dans les assemblages de guides d'ondes, en explorant l'interaction entre les ondes se propageant dans des assemblages de guides d'ondes droits contenant des jonctions coudées et des défauts. A cet effet, la méthode Wave Finite Element (WFE) est utilisée. Des expériences numériques valident la robustesse et la précision de la méthode WFE à partir de comparaisons avec des solutions analytiques et éléments finis, en se concentrant particulièrement sur les courbes de dispersion et les réponses forcées. En élargissant l'étude aux assemblages comportant des éléments de couplage, tels que des joints et des défauts, l'étude met en évidence l'efficacité de la méthode WFE dans des scénarios impliquant de tels assemblages. Une nouvelle stratégie utilisant un formalisme en matrices de diffusion est proposée pour la localisation des défauts, qui met l'accent sur les structures contenant des jonctions coudées. L'approche repose sur le calcul du temps de vol de paquets d'ondes transmis ou réfléchis au niveau d'un élément de couplage. La stratégie est validée par des simulations numériques, démontrant la précision de la localisation des défauts pour divers scénarios, notamment des poutres 2D en contraintes planes et des tuyaux avec une jonction coudée et un défaut. Les structures élasto-acoustiques sont également traitées. Une stratégie de réduction basée sur la méthode de Craig-Brampton avec des vecteurs d'enrichissement est proposée pour améliorer le coût de calcul de la modélisation des éléments de couplage. L'analyse des coefficients de transmission et de réflexion en puissance des ondes dans des structures présentant des défauts et des jonctions met en évidence la pertinence du mode de torsion dans les contrôles non destructifs par ondes guidées dans ce type de système. Ces travaux de recherche contribuent non seulement à la compréhension de la propagation des ondes dans les assemblages de guides d'ondes, mais proposent également des stratégies pratiques pour une détection et une localisation précise des défauts, avec des applications potentielles dans divers contextes d'ingénierie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".