0585292 - ÚT 2025 RIV CH eng J - Článek v odborném periodiku
Faktorova, D. - Stanciu, M. D. - Krbata, M. - Savin, A. - Kohutiar, M. - Chlada, Milan - Nastac, S. M.
Analysis of the Anisotropy of Sound Propagation Velocity in Thin Wooden Plates Using Lamb Waves.
Polymers. Roč. 16, č. 6 (2024), č. článku 753. ISSN 2073-4360. E-ISSN 2073-4360
Institucionální podpora: RVO:61388998
Klíčová slova: elastic-constants * spruce * varnish * anisotropy * Lamb waves * coating treatments * spruce * maple
Obor OECD: Mechanical engineering
Impakt faktor: 4.7, rok: 2023 ; AIS: 0.657, rok: 2023
Způsob publikování: Open access
Web výsledku:
https://www.mdpi.com/2073-4360/16/6/753DOI: https://doi.org/10.3390/polym16060753
Trvalý link: https://hdl.handle.net/11104/0363670

0583278 - ÚT 2025 RIV GB eng J - Článek v odborném periodiku
Zeman, Radovan - Kober, Jan - Scalerandi, M. - Krofta, Josef - Chlada, Milan
Hybrid experimental/computational approach to Time Reversal source localization in thin plates using image source method.
Applied Acoustics. Roč. 218, March (2024), č. článku 109873. ISSN 0003-682X. E-ISSN 1872-910X
Grant CEP: GA TA ČR TM04000065
Grant ostatní: AV ČR(CZ) StrategieAV21/26
Program: StrategieAV
Institucionální podpora: RVO:61388998
Klíčová slova: acoustic emission * digital twin * Lamb waves * source localization * structural health monitoring * time reversal
Obor OECD: Audio engineering, reliability analysis
Impakt faktor: 3.4, rok: 2023 ; AIS: 0.61, rok: 2023
Způsob publikování: Omezený přístup
Web výsledku:
https://www.sciencedirect.com/science/article/pii/S0003682X24000240DOI: https://doi.org/10.1016/j.apacoust.2024.109873
Trvalý link: https://hdl.handle.net/11104/0352817

0568579 - ÚI 2023 RIV CZ eng L4 - Software
Hlinka, Jaroslav - Pidnebesna, Anna - Tani Raffaelli, Giulio - Hartman, David - Převorovský, Zdeněk - Chlada, Milan - Kovanda, Martin - Prášek, P. - Berka, Z. - Svoboda, R.
Library of software modules for detecting extreme events.
Interní kód: TN01000024/13-V02 ; 2022
Technické parametry: K dosažení popsaných detekcí jsou použity pokročilé metody využívající konkrétní strukturu problému. Knihovna je navržena v programovacím jazyce Python. Má strukturu centrální části (TN01000024/13-)V2.1 s obecnými analytickými moduly, doplněné specializovaným modulem V2.2 pro analýzu dat z non-destructive testing (NDT), a specializovaným modulem V2.3 pro analýzu video dat.
Ekonomické parametry: Výsledkem je knihovna softwarových modulů schopných detekovat náhlé události a detekovat přechody mezi různými režimy studovaného systému. Klíčovou funkcionalitou je detekce zásadních změn v systému zvolené kritické infrastruktury. Tato schopnost umožňuje operátorům efektivně detekovat extrémní události a stavové přechody. LICENCE: Modul V2.1: GNU Affero General Public License v3.0. Modul V2.2: bez licence, avšak všechna práva vyhrazena. Modul V2.3: Modul pro analýzu videodat je dostupný účastníkům projektu v neveřejném repozitáři, ostatním zájemcům bude nabízen pod komerční licencí.
Grant CEP: GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807 ; RVO:61388998
Klíčová slova: anomaly detection * non-destructive testing * video analysis * crowd dynamics
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8); Audio engineering, reliability analysis (UT-L)
Web výsledku:
https://www.ciirc.cvut.cz/research-education/projects/nck-kui/sub13/v2/
Trvalý link: https://hdl.handle.net/11104/0339865

0565433 - ÚT 2023 RIV CZ cze V - Výzkumná zpráva
Štefan, Jan - Joch, Jaroslav - Převorovský, Zdeněk - Gabriel, Dušan - Krofta, Josef - Chlada, Milan - Kober, Jan - Masák, Jan - Materna, A. - Kovářík, O. - Čech, J.
V6: Zpráva popisující funkční vzorek NEMENUS.
[V6: Report on functional sample NEMENUS.]
Praha: Ústav termomechaniky AV ČR, v. v. i., 2022. 157 s. Z-1646/22.
Grant CEP: GA TA ČR(CZ) TK01030108
Institucionální podpora: RVO:61388998
Klíčová slova: structural health monitoring * nondestructive testing * fatigue testing
Obor OECD: Audio engineering, reliability analysis
Trvalý link: https://hdl.handle.net/11104/0337002

0549679 - ÚT 2022 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Kovanda, M. - Chlada, Milan
Deep learning methods for acoustic emission evaluation.
SPMS 2020/21 Stochastic and Physical Monitoring Systems. Praha: Czech Technical University in Prague, 2021, s. 111-118. ISBN 978-80-01-06922-6.
[SPMS 2020/21. Malá Skála (CZ), 24.06.2021-28.06.2021]
Institucionální podpora: RVO:61388998
Klíčová slova: acoustic emission * deep learning * machine learning * plastic deformation * time series classification
Obor OECD: Materials engineering
Trvalý link: http://hdl.handle.net/11104/0327457