MétaCan
Menu
Retour à la cohorte
Enregistrement W2411601815 · doi:10.21611/qirt.2015.0093

Infrared Thermography and X-Ray Tomography for Non-Destructive Evaluation of Micro-defects in CFRP

2015· article· en· W2411601815 sur OpenAlexaff
H. Zhang, Wolfgang Holub, Hugo Fernandes, Ulf Haßler, Simon Joncas, F. Robitaille, Xavier Maldague

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensÉcole de Technologie SupérieureUniversité LavalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésThermographyMaterials scienceInfraredX-rayNondestructive testingTomographyOpticsOptoelectronicsComposite materialRadiologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, the authors use infrared thermography and X-Ray Tomography to inspect micro-porosities (diameter 0.2mm to 2mm).By using a micro-lens (1X) and laser line thermography scanning technique (LLT), the authors define a micro-infrared thermography technique and successfully inspect massive micro-porosities of 3D CFRP.In addition, the authors use high resolution (20 microns) X-Ray tomography to inspect the same 3D carbon fiber sample.As a result, a comparative research between micro-infrared thermography and high resolution X-Ray tomography is conducted along with the corresponding conclusion.At the same time, the sizes of the micro-porosities that can be detected are also summarized following detailed investigation (hundreds of inspections) respectively using micro-infrared thermography and high resolution X-Ray Tomography.

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)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,248
Écart entre enseignants0,229 · 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 sujetThermography and Photoacoustic TechniquesTravaux en français237 207