Name: Aquisição de Dados Protocolo para determinação de funções de sensibilidade embutidas (Vídeo) | JoVE Journal
Uploaded: 2016-04-20T15:00:00.000+00:00
Duration: 7 min 46 s
Description: Aprenda a determinar funções de sensibilidade embutidas para monitoramento de saúde estrutural usando dados experimentais de uma pá de turbina eólica residencial. Este método elimina a necessidade de parâmetros específicos de massa, rigidez e amortecimento.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Os autores não têm confirmações.

Preparação 1. Pré-teste <ol><li> Projetar e fabricar o suporte de ensaio. Projetar o dispositivo elétrico para replicar condições de contorno realistas, escolhendo locais de parafuso para coincidir com os locais de montagem da lâmina. Escolha de aço para o equipamento para minimizar a contribuição da fixação para a resposta dinâmica do espécime de teste. <ol><li> Fecha a lâmina para a t-suporte. </li><li> Prender o dispositivo elétrico a uma mesa de aço. </li></ol></li><li> Identificar e marcar grelha de pontos de impacto. <ol><li> Escolha 30 pontos que se estendem por toda a lâmina. </li><li> Mark aponta com um marcador ou cera caneta e número de referência. Medir o espaçamento ponto usando uma fita métrica para uso posterior na representação visual dos resultados. </li></ol></li><li> Selecionar e calibrar os acelerómetros. <ol><li> Escolha um único eixo, de 10 mV / g acelerômetros. Tenha certeza de escolher acelerômetros com a sensibilidade adequada, a fim de evitar sobrecarregar o sensor e para alcançar um bom sinal pararácios -noise. Além disso, certifique-se a gama de sensores de frequência é suficiente para captar a gama de interesse para o modelo de teste de frequência. </li><li> Calibrar cada sensor. <ol><li> Fixe o sensor a um agitador de mão cuja saída é uma força de frequência única, com uma magnitude de 9,81 m / seg 2 rms (ou seja, 1 g). </li><li> Medir a resposta durante 2 seg. </li><li> Determinar o RMS amplitude da resposta a partir da leitura de software. </li><li> Multiplicar a amplitude rms em 1000 para determinar o fator de calibração para o acelerômetro em unidades de mV / g. </li></ol></li></ol></li><li> Escolha um martelo e ponta martelo. <ol><li> Escolha um martelo de impacto com uma sensibilidade de 11,2 mV / N. Certifique-se de selecionar um martelo que suficientemente excita o modelo de teste em ambos faixa de amplitude e frequência. </li><li> Escolha uma ponta de nylon. Certifique-se de selecionar uma ponta martelo que suficientemente excita o modelo de teste em ambos faixa de amplitude e frequência. </li><li> connect o martelo para o sistema de aquisição de dados com um cabo BNC. </li></ol></li><li> Identificar os locais de sensores e anexar sensores (Figura 4). <ol><li> Escolha locais nos pontos de m e n em ambos os lados do local de dano. </li><li> Montar uma terceira acelerômetro na posição k. Os dados deste sensor será usado para validar os resultados da análise da função sensibilidade incorporado. </li><li> Anexar acelerômetros usando super-cola. Permitir que a super-cola para definir completamente antes de realizar o teste de impacto. </li></ol></li><li> Selecione os parâmetros de teste na GUI de aquisição de dados. <ol><li> Ative a detecção de duplo golpe. </li><li> Defina a frequência de amostragem de 25.600 Hz. A gama de frequência utilizável é, por conseguinte, 12800 Hz. </li><li> Defina o tempo da amostra a 1 seg. </li><li> Selecione o canal de martelo como o canal de gatilho. Defina o nível de disparo para 10 UE. </li><li> Definir o comprimento de pré-disparador para 5% do tempo total de amostragem. O pré-tdados rigger são os dados coletados antes da aquisição de dados é iniciado que foi armazenado em um buffer. É importante para obter e guardar esses dados de modo que todo o evento é capturado impacto. </li><li> Selecione o estimador H1 FRF. Este estimador assume que não há ruído nos canais de resposta e nenhum ruído no canal vigor. Nota: Não dados da janela durante a aquisição. Windows pode ser aplicado em pós-processamento, se necessário. </li><li> Digite acelerômetro e informações martelo, incluindo os fatores de calibração e elementos de identificação. </li><li> Salve as configurações para manutenção de registros e para uso em futuros testes. </li></ol></li></ol> 2. Teste de Impacto sobre a Lâmina Saudável <ol><li> ponto de impacto 1 com o martelo. Quando a amplitude da força de impacto excede o nível de disparo escolhida, o sistema de aquisição de dados será desencadeado e os dados, incluindo a quantidade seleccionada de dados pré-disparador, irá começar a gravação. <ol><li> Durante acquisitio dadosn, monitorar canais para evitar o corte de canal e impactos duplas, observando as histórias do tempo exibido no software de aquisição de dados. </li><li> Durante a aquisição de dados, controlar a coerência para cada canal de acelerómetro para avaliar a qualidade dos dados adquiridos por meio da observação da trama coerência no software de aquisição de dados. </li></ol></li><li> Repita o passo 2.1 mais quatro vezes no ponto 1. <ol><li> Use amplitudes de impacto consistentes para todos os impactos. </li></ol></li><li> Repita os passos 2.1 e 2.2 para todos os pontos. </li></ol> 3. Teste de Impacto sobre a lâmina danificada <ol><li> Repita o ponto 2 sobre a lâmina danificada, a fim de recolher dados para validar os resultados da função sensibilidade embutidos. Exceto para a mudança no corpo de prova, todos os parâmetros de teste são mantidos os mesmos. </li></ol>

<ol><li>Singh, N., Joshi, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+location+and+number+of+sensors+for+structural+health+monitoring+using+genetic+algorithm%5BTitle%5D)+AND+%22Mater+Forum%22%5BJournal%5D)">Optimization of location and number of sensors for structural health monitoring using genetic algorithm.</a> Mater Forum. 33, 359-367 (2009).</li>
<li>Gao, H., Rose, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultrasonic+sensor+placement+optimization+in+structural+health+monitoring+using+evolutionary+strategy%5BTitle%5D)+AND+%22Review+Of+Qnde%22%5BJournal%5D)">Ultrasonic sensor placement optimization in structural health monitoring using evolutionary strategy.</a> Review Of Qnde. 25, 1687-1693 (2006).</li>
<li>Raich, A. M., Liszkai, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-objective+optimization+of+sensor+and+excitation+layouts+for+frequency+response+function-based+structural+damage+identification%5BTitle%5D)+AND+%22Comput-Aided+Civinfrastructure+Eng%22%5BJournal%5D)">Multi-objective optimization of sensor and excitation layouts for frequency response function-based structural damage identification.</a> Comput-Aided Civinfrastructure Eng. 27 (2), 95-117 (2012).</li>
<li>Worden, K., Burrows, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+sensor+placement+for+fault+detection%5BTitle%5D)+AND+%22Eng+Struct%22%5BJournal%5D)">Optimal sensor placement for fault detection.</a> Eng Struct. 23 (8), 885-901 (2001).</li>
<li>Flynn, E. B., Todd, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Bayesian+approach+to+optimal+sensor+placement+for+structural+health+monitoring+with+application+to+active+sensing%5BTitle%5D)+AND+%22Mech+Syst+Signal+Pr%22%5BJournal%5D)">A Bayesian approach to optimal sensor placement for structural health monitoring with application to active sensing.</a> Mech Syst Signal Pr. 24 (4), 891-903 (2010).</li>
<li>Markmiller, J., Chang, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensor+network+optimization+for+a+passive+sensing+impact+detection+technique%5BTitle%5D)+AND+%22Struct+Health+Monit%22%5BJournal%5D)">Sensor network optimization for a passive sensing impact detection technique.</a> Struct Health Monit. 9 (1), 25-39 (2010).</li>
<li>Yang, C., Adams, D., Yoo, S., Kim, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+embedded+sensitivity+approach+for+diagnosing+system-level+noise+and+vibration+problems%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">An embedded sensitivity approach for diagnosing system-level noise and vibration problems.</a> J. Sound Vibration. 269 (3), 1063-1081 (2004).</li>
<li>Yang, C., Adams, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+changes+in+vibration+behavior+using+first-+and+second-order+iterative+embedded+sensitivity+functions%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">Predicting changes in vibration behavior using first- and second-order iterative embedded sensitivity functions.</a> J. Sound Vibration. 323 (1), 173-193 (2009).</li>
<li>Yang, C., Adams, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Damage+Identification+Technique+based+on+Embedded+Sensitivity+Analysis+and+Optimization+Processes%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">A Damage Identification Technique based on Embedded Sensitivity Analysis and Optimization Processes.</a> J. Sound Vibration. 333 (14), 3109-3119 (2013).</li>
<li>Rocklin, G. T., Crowley, J., Vold, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+the+H1%2C+H2%2C+and+Hv+frequency+response+functions%5BTitle%5D)+AND+%22Proc.+Of+IMAC+III%22%5BJournal%5D)">A comparison of the H1, H2, and Hv frequency response functions.</a> Proc. Of IMAC III. 1, 272-278 (1985).</li>
<li>Meyer, J., Adams, D., Silvers, J. Embedded Sensitivity Functions for improving the effectiveness of vibro-acoustic modulation and damage detection on wind turbine blades. ASME 2014 DSCC, , (2014).</li>
<li>Guratzsch, R., Mahadevan, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+health+monitoring+sensor+placement+optimization+under+uncertainty%5BTitle%5D)+AND+%22AIAA+J%22%5BJournal%5D)">Structural health monitoring sensor placement optimization under uncertainty.</a> AIAA J. 48 (7), 1281-1289 (2010).</li>
</ol>

Os autores não têm nada a revelar.

dispositivos de teste devem ser projetados para replicar condições de contorno realistas para que os resultados serão aplicáveis ​​em condições de funcionamento. A selecção do número de pontos de impacto utilizados para o ensaio é um trade-off entre ter resolução espacial suficiente e o tempo de teste. Escolha do martelo com base no tamanho da amostra de teste e a gama de frequências de interesse. Em geral, quanto menor for o martelo, a gama de frequências mais vasta do animado. No entanto, martelos mais pequenos produz...

Muitas técnicas de monitoramento de integridade estrutural dependem de mudanças nas funções de resposta em frequência medidos (FRF) para detectar danos dentro de uma estrutura. No entanto, alguns destes métodos de abordar a forma de determinar os canais de sensores e / ou locais de entrada de força que irá maximizar a eficácia do método para detectar danos. funções sensibilidade embutidas (ESF) pode ser utilizado para determinar a sensibilidade de um FRF a uma alteração local nas propriedades do material de uma estrutura. Portanto, porque os danos normalmente resulta em uma alteração local na rigidez, amortecimento, ou a massa da estrutura, ESFs fornecer um método para determinar as melhores localizações de sensor e força para técnicas de monitoramento de saúde baseados em francos franceses. O objetivo deste vídeo e manuscrito é detalhar o processo de aquisição de dados e melhores práticas para a determinação ESFs para uma estrutura. O processo inclui a determinação de vários testes de impacto FRFs modal, que é realizada através da excitação de uma estruture com um martelo de impacto modal e medindo a sua resposta com acelerômetros. Neste trabalho, a estrutura que está sendo testado é uma escala residencial lâmina de turbina eólica de 1,2 m. O objectivo do teste e a análise deve identificar os locais de sensores, que são mais sensíveis a danos na lâmina. Esses locais de sensores poderia, então, ser usado em um esquema de monitoramento de integridade estrutural para monitorar a lâmina por danos. Além do uso de ESFs para determinar as localizações dos sensores mais eficazes para usar em um esquema de monitoramento de integridade estrutural, vários algoritmos de posicionamento do sensor ideais também podem ser encontradas demonstrado na literatura. Em [Kramer], Kramer iterativamente avalia a capacidade de um conjunto de sensores para observar os modos de um sistema. Mais recentemente, os algoritmos genéticos 1-3 e redes neurais 4 ter sido desenvolvido para identificar locais de sensores óptimas. Em 5, uma abordagem Bayesiana é utilizado que leva em conta o risco de diferentes tipos de errosea distribuição de ocorrência de danos. Em 6, um modelo de elementos finitos foi aproveitado para identificar os locais de sensores mais adequados para detectar danos. Na maior parte dos algoritmos de posicionamento de sensores apresentados na literatura, os dados da estrutura danificada, se simulado ou medido, é necessária. Uma vantagem da abordagem de sensibilidade incorporado é que as localizações de sensor pode ser determinada a partir da estrutura saudável. Outra vantagem de ESF é que as propriedades do material não necessitam de ser explicitamente conhecido. Em vez disso, as propriedades do material são &quot;incorporado&quot; nas expressões para FRFs do sistema. Portanto, tudo que é necessário para calcular ESFs são um conjunto de FRFs medidos em determinados locais de entrada / saída. Especificamente, a sensibilidade do FRG (JK H) calculada a partir de uma resposta medida no ponto j de uma entrada no ponto K, a uma alteração na rigidez (K Mn) entre os pontos M e Né <img alt="equação1" src="/files/ftp_upload/53690/53690equation1.jpg" /> Onde <img alt="Equation2" src="/files/ftp_upload/53690/53690equation2.jpg" /> é o FSE em função da frequência, ω 7-9. O procedimento de medição das FRF necessários para calcular o lado direito da equação (1) é detalhado na secção seguinte e demonstrado no vídeo.

<table><tbody><tr><td></td><td>Acelerômetro PCB</td><td>356B11</td><td>três usados em testes</td></tr><tr><td>PCB</td> de<td>martelo de impacto</td><td>086C01</td><td></td></tr><tr><td>Placa de aquisição de dados</td><td>NI</td><td>9234</td><td></td></tr><tr><td>Chassi DAQ&nbsp;</td><td>NI</td><td>cDAQ-9171</td><td>ou software similar</td></tr><tr><td></td><td>MATLAB</td><td></td><td></td></tr><tr><td>Super cola</td><td>Loctite</td><td>454</td><td></td></tr><tr><td>Handheld Shaker</td><td>PCB</td><td>394C06</td><td>para calibração&nbsp;</td></tr></tbody></table>

aquisição de dados protocolo para determinação de funções de sensibilidade embutidas

Data Acquisition Protocol for Determining Embedded Sensitivity Functions

A eficácia de muitas técnicas de monitoramento de saúde estrutural depende da colocação de sensores e a localização das forças de entrada. Algoritmos para determinar o sensor ideal e forçando locais geralmente requerem dados, seja simulado ou medido, da estrutura danificada. funções sensibilidade incorporados fornecem uma abordagem para determinar a melhor localização do sensor disponíveis para detectar danos, com apenas os dados da estrutura saudável. Neste vídeo e manuscrito, o procedimento de aquisição de dados e melhores práticas para a determinação das funções de sensibilidade incorporados de uma estrutura é apresentada. As funções de resposta em frequência utilizados no cálculo das funções de sensibilidade embutidos são adquiridos utilizando testes de impacto modal. Os dados são adquiridos e os resultados representativos são apresentados para uma pá de turbina eólica escala residencial. Estratégias para avaliar a qualidade dos dados sendo adquirido são fornecidos durante a demonstração do processo de aquisição de dados. </p&gt;

A Figura 1 mostra uma típica função sensibilidade incorporado. Semelhante a um FRF, o FSE tem picos próximos das frequências naturais da estrutura. Quanto maior o valor do FSE, mais sensível a localização é danificar entre pontos M e n. Cada um dos trinta pontos testados na pá de turbina eólica tem um FSE original. Estes ESF podem ser comparadas para determinar qual a localização do sensor seria mais sensível a danos. Por exemplo, a Figura 2</st...

O procedimento de aquisição de dados para determinar funções de sensibilidade incorporadas é descrito. Os dados são adquiridos e os resultados representativos são mostrados para uma pá de turbina eólica em escala residencial.

Aquisição de Dados Protocolo para determinação de funções de sensibilidade embutidas

The effectiveness of many structural health monitoring techniques depends on the placement of sensors and the location of input forces. Algorithms for ...

O objetivo geral deste procedimento é determinar as funções de sensibilidade embutidas em uma estrutura. O procedimento será demonstrado em uma lâmina de turbina eólica em escala residencial. Este método pode ajudar a responder perguntas fundamentais relacionadas ao monitoramento da integridade estrutural, como a forma pela qual a resposta de uma estrutura será alterada devido a danos em um determinado local.A principal vantagem desta técnica é que ela fornece um método para modelar uma estrutura com base em dados medidos experimentalmente, eliminando a necessidade de conhecer parâmetros específicos de massa, rigidez e amortecimento. Comece projetando um dispositivo de teste para replicar condições de contorno realistas. Neste exemplo, locais de parafusos são preparados para coincidir com os pontos de fixação da lâmina.Construa o dispositivo em aço para minimizar a contribuição do dispositivo na resposta dinâmica do corpo de prova. Monte o dispositivo fixando primeiro a lâmina ao suporte em T personalizado e, em seguida, prendendo o dispositivo a uma mesa de aço. Agora, identifique e marque uma grade de pontos de impacto na lâmina.Use um marcador ou caneta de cera para marcar e num

data-acquisition-protocol-for-determining-embedded-sensitivity

Research

JoVE Journal

Engineering

Engenharia

A técnica eletrofisiológica da gravação intracelular é demonstrado e usado para determinar sensibilidades espectrais de células fotorreceptoras único no olho composto de uma borboleta.

Determinação dos fotorreceptores celular Sensibilidade espectral em um inseto modelo de<em&gt; In Vivo</em&gt; Gravações intracelulares

Um scanner para imagiologia de partículas magnéticas nas amostras planas foi desenvolvido utilizando a frequência plana mistura técnica de detecção magnética. A resposta magnética produto de intermodulação da magnetização nonhysteretic não linear das partículas é gravada em cima de uma excitação de dois frequência. Ele pode ser usado para captar imagens 2D de amostras biológicas finas.

Frequência mistura Scanner Detecção magnética for Imaging Partículas Magnéticas em amostras Planar

Este trabalho descreve um método de litografia de nanoimprinting para fabricar matrizes de sensoriamento de alta qualidade que funcionam no princípio de transmissão óptica extraordinária. O biosensor é de baixo custo, robusto e fácil de usar e pode detectar troponina cardíaca eu no soro em concentrações clinicamente relevantes (99th percentil corte ∼10-400 pg/mL, dependendo do ensaio).

Usando transmissão óptica extraordinária para quantificar biomarcadores cardíacos no soro humano

Este estudo descreve um protocolo para medir os níveis de exposição na banda de 2,4 GHz, evitando as incertezas causadas pelo uso de exposimeters pessoais como dispositivos de medição. Estas alterações dos níveis de exposição devem ter em conta, especialmente em conformidade, testes, onde os limites de exposição são definidos de dados não-perturbadas.

Análise eficaz das condições de exposição dos seres humanos com dosímetros de corpo na banda de 2,4 GHz

O protocolo experimental apresentado pode ser usado para realizar medições em tempo real da atividade de cavitação em um dispositivo de cultura celular com o objetivo de permitir a investigação das condições necessárias para a entrega bem sucedida de medicamentos e/ou outros efeitos biológicos.

Estudando terapia aprimorada da cavitação

Apresentamos um método para coletar simultaneamente sinais de RMf e fNIRS dos mesmos indivíduos com cobertura de fNIRS de cabeça inteira. O protocolo foi testado com três adultos jovens e pode ser adaptado para coleta de dados para estudos de desenvolvimento e populações clínicas.

Coleta simultânea de dados de medições de fMRI e fNIRS usando um arranjo de optode de cabeça inteira e canais de curta distância

O estudo a seguir avalia o perfil toxicológico de uma estrutura metal-orgânica selecionada utilizando sensor de impedância de substrato de célula elétrica (ECIS), uma técnica de triagem de alto rendimento em tempo real.

Sensoriamento Elétrico Célula-Substrato para Avaliação em Tempo Real de Perfis Toxicológicos de Estrutura Metal-Orgânica

Polímeros fabricados aditivamente têm sido amplamente utilizados para a produção de metamateriais elásticos. O comportamento viscoelástico desses polímeros em frequências ultrassônicas permanece, no entanto, pouco estudado. Este estudo relata um protocolo para estimar as propriedades viscoelásticas de polímeros impressos em 3D e mostrar como usá-los para analisar a dinâmica do metamaterial.

Caracterização de metamateriais elásticos dissipativos produzidos por manufatura aditiva 

Este protocolo fornece um método para a otimização global sistemática de biossensores geneticamente codificados por meio da geração e avaliação de bibliotecas genéticas assistidas por automação. Isso é combinado com metodologias de design de experimento para agilizar a experimentação e permitir a seleção de componentes genéticos para ajustar os biossensores a resultados de design específicos.

Amostragem eficiente de espaço de design de biossensor geneticamente codificado habilitado com um design de experimentos e fluxo de trabalho de automação

Uma técnica para a realização quantitativa imagens tridimensionais (3D) para uma série de fluxos de fluido é apresentado. Usando os conceitos da área de Imagem Light Field, reconstruímos volumes 3D a partir de matrizes de imagens. Os nossos resultados 3D abrangem uma vasta gama, incluindo campos de velocidade e multi-fase distribuições de tamanho de bolha.

Determinar campos de fluxo 3D via multi-câmera de luz do campo de imagem

Aprenda a determinar funções de sensibilidade embutidas para monitoramento de saúde estrutural usando dados experimentais de uma pá de turbina eólica residencial. Este método elimina a necessidade de parâmetros específicos de massa, rigidez e amortecimento.

Aquisição de Dados Protocolo para determinação de funções de sensibilidade embutidas

Explorar mais vídeos