Quantitative Infrared Thermography (IRT) and Holographic Interferometry (HI): Nondestructive Testing (NDT) for Defects Detection in the Silicate Ceramics Industry
Notice bibliographique
Résumé
Ceramics are inorganic materials fabricated by a high-temperature chemical reaction. Most ceramics are oxides, but the term is also used for silicides, nitrides and oxynitrides, hybrids and other inorganic materials. It is convenient to consider ceramics that are essentially silicates, called traditional ceramics, separately from all of the others. In the ceramic industry testing systems are seldom employed for detecting on-line the presence of defects in ceramic tiles. Defects in the ceramic body are usually originated during the pressing stage due to the incorrect use of process parameters or to the improper selection of raw materials. These defects are generally characterized by the inclusion of heterogeneous materials or agglomerates, which decreases the structural strength jeopardizing the final quality of the produced piece. Disagreeable repercussions on the sale market, especially on higher-quality ceramics such as porcelain, are characterized by the lack of specific nondestructive testing (NDT) techniques that “certify”, pre-emptive, the quality of the produced piece. The integration of IRT and HI for the NDT of a green ceramic tile with both fabricated and real defects (cracks caused by the natural shrinkage process), allowed us to produce a clear “defects map”.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».