MétaCan
Menu
Retour à la cohorte
Enregistrement W1973357901 · doi:10.1063/1.4864848

Laser-ultrasonic inspection of hybrid laser-arc welded HSLA-65 steel

2014· article· en· W1973357901 sur OpenAlexaff
Daniel Lévesque, Gilles Rousseau, Priti Wanjara, X. Cao, J.‐P. Monchalin

Notice bibliographique

RevueAIP conference proceedings · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceWeldingLaserButt weldingLaser beam weldingUltrasonic sensorUltrasonic testingArc weldingElectric arcEquiaxed crystalsMetallurgyOpticsAcousticsMicrostructureElectrode

Résumé

récupéré en direct d'OpenAlex

The hybrid laser-arc welding (HLAW) process is a relatively low heat input joining technology that combines the synergistic qualities of both the high energy density laser beam for deep penetration and the arc for wide fit-up gap tolerance. This process is especially suitable for the shipbuilding industry where thick-gauge section, long steel plates have been widely used in a butt joint configuration. In this study, preliminary exploration was carried out to detect and visualize the welding defects using laser ultrasonics combined with the synthetic aperture focusing technique (SAFT). Results obtained on 9.3 mm thick butt-welded HSLA-65 steel plates indicated that the laser-ultrasonic SAFT inspection technique can successfully detect and visualize the presence of porosity, lack of fusion and internal crack defects. This was further confirmed by X-ray digital radiography and metallography. The results obtained clearly show the potential of using the laser-ultrasonic technology for the automated inspection of hybrid laser-arc welds.

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.

Comment cette classification a été obtenuedéplier

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,823

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,218
Écart entre enseignants0,206 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetWelding Techniques and Residual StressesTravaux en français237 207