IMAGING OF CORROSION PITS ON METALLIC PIPES USING A LASER SCANNER
Notice bibliographique
Résumé
This paper describes the hardware and software of a laser scanning system that is used to produce 3D images of external surfaces of pipes. The images are produced in the form of 3D raster images with a resolution of up to 0.1×0.1 mm and an accuracy of 3-10 microns, depending on the desired scanning speed, to portray the corrosion pits on the pipes. The main application of the scanner is to establish patterns for calibrating nondestructive testing techniques (e.g., Remote Field Eddy Current (RFEC) and ultrasound testing that are commonly used to measure the remaining wall thickness of ductile and cast iron pipes), and also identifying the statistical characteristics of the measuring instruments utilized in those methods. The images may also be useful to scrutinize corrosion and failure mechanisms, especially when estimates of average or maximum pit depth are insufficient. The scanning system consists of a 2-DOF robot that can move a laser displacement sensor along a pipe and an instrumented rig that rotates the pipe about its axis. Rotating the pipe and moving the rangefinder along the pipe’s axis, the scanning system acquires laser measurements into a host computer to produce the image. The paper also presents the images and statistical analysis of corrosion pits of pipe samples exhumed and sandblasted for scanning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».