Defect detection and localization in polymer composites based on drilling force signal by recurrence analysis
Artykuł w czasopiśmie
MNiSW
200
Lista 2021
| Status: | |
| Autorzy: | Ciecieląg Krzysztof, Skoczylas Agnieszka, Matuszak Jakub, Zaleski Kazimierz, Kęcik Krzysztof |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2021 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Wolumen/Tom: | 186 |
| Numer artykułu: | 110126 |
| Strony: | 1 - 13 |
| Impact Factor: | 5,131 |
| Web of Science® Times Cited: | 19 |
| Scopus® Cytowania: | 21 |
| Bazy: | Web of Science | Scopus |
| Efekt badań statutowych | NIE |
| Finansowanie: | The project/research was financed in the framework of the project Lublin University of Technology- Regional Excellence Initiative, funded by the Polish Ministry of Science and Higher Education (contract no. 030/RID/2018/19). |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 23 września 2021 |
| Abstrakty: | angielski |
| Recurrence analysis is a method for the investigation of dynamic behavior changes in a nonlinear time-series. In this study, the application of recurrence analysis methods for detecting and locating composite defects based on drilling signals are proposed. Defects are modelled as different diameter holes drilled inside a composite material. Two composite materials are tested: glass fiber reinforced plastic (GFRP) and carbon fiber reinforced plastic (CFRP). The smallest detectable defects are determined for both materials. Additionally, the most promising recurrence quantifications are proposed for defect detection and localization. |
