MétaCan
Menu
Retour à la cohorte
Enregistrement W2035530332 · doi:10.1504/ijmr.2009.022743

On-line monitoring of surface roughness in turning operations with opto-electrical transducer

2009· article· en· W2035530332 sur OpenAlex
Avisekh Banerjee, Evgueni V. Bordatchev, S.K. Choudhury

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Manufacturing Research · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensNational Research Council CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésTransducerSurface roughnessSurface finishLine (geometry)AcousticsVibrationArtificial neural networkMechanical engineeringEngineeringComputer scienceMaterials scienceArtificial intelligenceMathematicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

This work studies the feasibility of on-line monitoring of surface roughness in turning operations using a developed opto-electrical transducer. Regression and Neural Network (NN) models are exploited to predict surface roughness and compared to actual and on-line measurements. The comparative study suggests feasibility of using the transducer within 15% tolerance. Pattern recognition analysis of on-line roughness and vibration displacements is used for reliable (>93%) classification of actual roughness. The results provide important information for the future development of on-line diagnostics and control of surface roughness in turning operation. [Received 4 January 2008; Revised 14 April 2008; Accepted 9 June 2008]

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,312

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 recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,362
Écart entre enseignants0,328 · 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