Intelligent damage detection in composite pressure vessels under varying environmental and operational conditions

  • Despite proven approaches available in the literature, structural health monitoring by ultrasonic guided waves under varying environmental and operational conditions is still challenging. The use of machine learning approaches is discussed in this work, considering the complex problem of experimental damage detection under varying load conditions in a composite overwrapped pressure vessel for hydrogen storage. Specifically, unsupervised methods originally developed for image and time series classification are combined with ensemble voting to conceive reliable damage detection technique. This enables the effective combination of the predictions of multiple transducer pairs, even with a limited number of strong individual classifiers. A performance demonstration of the technique is presented using a real damage scenario dataset.

Volltext Dateien herunterladen

  • 2025_MetroAeroSpace_Memmolo.pdf
    eng

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Vittorio MemmoloORCiD
Koautor*innen:Jens PragerORCiD, Daniel LozanoORCiD, Oliver SchackmannORCiD, Octavio Marquez ReyesORCiD, Jochen MollORCiD, Peter KraemerORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.4 Akustische und elektromagnetische Verfahren
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Angewandte Physik
Freie Schlagwörter:Guided Ultrasonic Waves; Structural Health Monitoring
Themenfelder/Aktivitätsfelder der BAM:Energie
Energie / Wasserstoff
Veranstaltung:2025 IEEE 12th International Workshop on Metrology for AeroSpace (MetroAeroSpace)
Veranstaltungsort:Napoli, Italy
Beginndatum der Veranstaltung:18.06.2025
Enddatum der Veranstaltung:20.06.2025
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:28.11.2025
Referierte Publikation:Nein
Eingeladener Vortrag (wissenschaftliche Konferenzen):Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.