FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1578215694> ?p ?o ?g. }

• W1578215694 abstract "En muchas áreas de la ingeniería, la integridad y confiabilidad de las estructuras son aspectos de extrema importancia. Estos son controlados mediante el adecuado conocimiento de danos existentes. Típicamente, alcanzar el nivel de conocimiento necesario que permita caracterizar la integridad estructural implica el uso de técnicas de ensayos no destructivos. Estas técnicas son a menudo costosas y consumen mucho tiempo. En la actualidad, muchas industrias buscan incrementar la confiabilidad de las estructuras que emplean. Mediante el uso de técnicas de última tecnología es posible monitorizar las estructuras y en algunos casos, es factible detectar daños incipientes que pueden desencadenar en fallos catastróficos. Desafortunadamente, a medida que la complejidad de las estructuras, los componentes y sistemas incrementa, el riesgo de la aparición de daños y fallas también incrementa. Al mismo tiempo, la detección de dichas fallas y defectos se torna más compleja. En años recientes, la industria aeroespacial ha realizado grandes esfuerzos para integrar los sensores dentro de las estructuras, además de desarrollar algoritmos que permitan determinar la integridad estructural en tiempo real. Esta filosofía ha sido llamada “Structural Health Monitoring” (o “Monitorización de Salud Estructural” en español) y este tipo de estructuras han recibido el nombre de “Smart Structures” (o “Estructuras Inteligentes” en español). Este nuevo tipo de estructuras integran materiales, sensores, actuadores y algoritmos para detectar, cuantificar y localizar daños dentro de ellas mismas. Una novedosa metodología para detección de daños en estructuras se propone en este trabajo. La metodología está basada en mediciones de deformación y consiste en desarrollar técnicas de reconocimiento de patrones en el campo de deformaciones. Estas últimas, basadas en PCA (Análisis de Componentes Principales) y otras técnicas de reducción dimensional. Se propone el uso de Redes de difracción de Bragg y medidas distribuidas como sensores de deformación. La metodología se validó mediante pruebas a escala de laboratorio y pruebas a escala real con estructuras complejas. Los efectos de las condiciones de carga variables fueron estudiados y diversos experimentos fueron realizados para condiciones de carga estáticas y dinámicas, demostrando que la metodología es robusta ante condiciones de carga desconocidas. ABSTRACT In many engineering fields, the integrity and reliability of the structures are extremely important aspects. They are controlled by the adequate knowledge of existing damages. Typically, achieving the level of knowledge necessary to characterize the structural integrity involves the usage of nondestructive testing techniques. These are often expensive and time consuming. Nowadays, many industries look to increase the reliability of the structures used. By using leading edge techniques it is possible to monitoring these structures and in some cases, detect incipient damage that could trigger catastrophic failures. Unfortunately, as the complexity of the structures, components and systems increases, the risk of damages and failures also increases. At the same time, the detection of such failures and defects becomes more difficult. In recent years, the aerospace industry has done great efforts to integrate the sensors within the structures and, to develop algorithms for determining the structural integrity in real time. The ‘philosophy’ has being called “Structural Health Monitoring” and these structures have been called “smart structures”. These new types of structures integrate materials, sensors, actuators and algorithms to detect, quantify and locate damage within itself. A novel methodology for damage detection in structures is proposed. The methodology is based on strain measurements and consists in the development of strain field pattern recognition techniques. The aforementioned are based on PCA (Principal Component Analysis) and other dimensional reduction techniques. The use of fiber Bragg gratings and distributed sensing as strain sensors is proposed. The methodology have been validated by using laboratory scale tests and real scale tests with complex structures. The effects of the variable load conditions were studied and several experiments were performed for static and dynamic load conditions, demonstrating that the methodology is robust under unknown load conditions." @default.
• W1578215694 created "2016-06-24" @default.
• W1578215694 creator A5002779976 @default.
• W1578215694 date "2022-05-11" @default.
• W1578215694 modified "2023-10-02" @default.
• W1578215694 title "Smart aeronautical structures: development and experimental validation of a structural health monitoring system for damage detection" @default.
• W1578215694 doi "https://doi.org/10.20868/upm.thesis.30438" @default.
• W1578215694 hasPublicationYear "2022" @default.
• W1578215694 type Work @default.
• W1578215694 sameAs 1578215694 @default.
• W1578215694 citedByCount "0" @default.
• W1578215694 crossrefType "dissertation" @default.
• W1578215694 hasAuthorship W1578215694A5002779976 @default.
• W1578215694 hasBestOaLocation W15782156941 @default.
• W1578215694 hasConcept C121332964 @default.
• W1578215694 hasConcept C138885662 @default.
• W1578215694 hasConcept C15708023 @default.
• W1578215694 hasConcept C205649164 @default.
• W1578215694 hasConcept C58640448 @default.
• W1578215694 hasConceptScore W1578215694C121332964 @default.
• W1578215694 hasConceptScore W1578215694C138885662 @default.
• W1578215694 hasConceptScore W1578215694C15708023 @default.
• W1578215694 hasConceptScore W1578215694C205649164 @default.
• W1578215694 hasConceptScore W1578215694C58640448 @default.
• W1578215694 hasLocation W15782156941 @default.
• W1578215694 hasLocation W15782156942 @default.
• W1578215694 hasOpenAccess W1578215694 @default.
• W1578215694 hasPrimaryLocation W15782156941 @default.
• W1578215694 hasRelatedWork W1481146053 @default.
• W1578215694 hasRelatedWork W1489029799 @default.
• W1578215694 hasRelatedWork W1650559022 @default.
• W1578215694 hasRelatedWork W2031144026 @default.
• W1578215694 hasRelatedWork W2240273723 @default.
• W1578215694 hasRelatedWork W2364542243 @default.
• W1578215694 hasRelatedWork W2390153962 @default.
• W1578215694 hasRelatedWork W2999727161 @default.
• W1578215694 hasRelatedWork W4200121318 @default.
• W1578215694 hasRelatedWork W4253874108 @default.
• W1578215694 isParatext "false" @default.
• W1578215694 isRetracted "false" @default.
• W1578215694 magId "1578215694" @default.
• W1578215694 workType "dissertation" @default.