MétaCan
Menu
Retour à la cohorte
Enregistrement W1605462088

Étude du profilage d'outil de meulage dédié aux procédés robotisés

2013· article· fr· W1605462088 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2013
Typearticle
Languefr
DomaineEngineering
ThématiquePower Line Inspection Robots
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’Institut de Recherche d’Hydro-Québec (IREQ) a développé une technologie robotique portative (robot SCOMPI) permettant d’automatiser plusieurs procédés de réparation et d’entretien des turbines hydroélectriques. Lors du procédé de meulage, certaines surfaces à fortes courbures, comme les raccordements, ne sont pas encore accessibles au robot et doivent actuellement être rectifiées à la main. La problématique est que la meule s’use très rapidement et qu’il est difficile de contrôler l’orientation et la position du robot pour s’adapter au changement de forme de l’outil. Ce mémoire présente une méthode pour maintenir le profil de la meule durant le procédé de meulage afin d’améliorer le contrôle de l’enlèvement de matière.
\n
\nUne analyse du profilage d’outil de meulage a permis d’identifier les particularités et limitations de ce nouveau procédé. Des outils de modification des meules ont été développés pour percer et tailler les meules embouts, utilisées couramment pour ce type d’opération, et ainsi permettre la robotisation et l’étude du procédé de profilage. Des instruments de mesure et des méthodologies expérimentales ont été développés afin de mesurer les paramètres de meulage. Un banc de mesure de profil de la meule et un banc de mesure de la force normale ont donc été réalisés. La caractérisation du banc d’essai de meulage a permis de définir les paramètres de contrôle de la meuleuse et de compenser la compliance du robot SCOMPI durant le procédé afin d’optimiser l’asservissement de la puissance de meulage.
\n
\nPlusieurs modèles d’enlèvement de matière et d’usure de la meule ont été développés et validés par des essais expérimentaux. Ces essais ont permis dans un premier temps d’identifier l’importance de combiner la puissance de meulage et la force normale afin d’augmenter la robustesse des modèles d’enlèvement de matière et d’usure de la meule. Les résultats ont démontré également qu’il est beaucoup plus difficile de prévoir l’usure de la meule que l’enlèvement de matière. Pour réaliser spécifiquement l’opération de profilage, un modèle d’oscillation de la meule est proposé et testé expérimentalement. Une série d’essais a permis de démontrer que l’oscillation de l’outil sur la pièce permet d’améliorer le contrôle du profil de la meule et d’accroître le taux d’enlèvement de matière. L’oscillation modélisée permet de minimiser de plus de 25% l’erreur de profil comparativement à une oscillation linéaire. Le contrôle de la puissance de meulage et la compensation de la flexibilité du robot sont les éléments clés permettant d’optimiser le profilage d’outil de meulage.
\n
\nDe façon générale, ce projet de recherche permet de jeter les bases du profilage d’outil de meulage dédié aux procédés robotisés et d’identifier les facteurs importants permettant la réalisation de ce nouveau procédé.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0070,003
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle