MétaCan
Menu
Retour à la cohorte
Enregistrement W2323160003 · doi:10.1061/9780784479247.035

Automated Post-Production Quality Control for Prefabricated Pipe-Spools

2015· article· en· W2323160003 sur OpenAlexaff
Mahdi Safa, Arash Shahi, Mohammad Nahangi, Carl T. Haas, Majeed Safa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPrefabricationQuality assuranceQuality (philosophy)Manufacturing engineeringPipingScope (computer science)Production (economics)Process (computing)Quality controlConstruction engineeringEngineeringControl (management)Systems engineeringComputer scienceOperations managementCivil engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Prefabrications has been gaining popularity in the construction industry over the past decade as it provides a safer and more sustainable operation as well as higher quality and cheaper construction components, due to its controlled conditions during fabrication, in-house quality assurance systems, and lower amount of waste. Despite the advantages of prefabrication methods, the current quality management processes, particularly in piping fabrication, are labour-intensive, time-consuming, expensive and rather inaccurate. This paper investigates automated solutions for improving the quality management system associated with the prefabrication of piping assemblies in the industrial sector of the construction industry. The scope of this research is the quality management processes conducted at the post-production stage of the fabrication process. The findings of this paper indicated that 3D laser scanning and photogrammetry techniques can both be successfully used in quality assurance systems for post-fabrication of pipe-spools. It was concluded that these methods exceeded the accuracy requirements of the current systems, while substantially improving the efficiencies of the quality assurance processes for prefabrication operations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,289
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujet3D Surveying and Cultural HeritageTravaux en français237 207