MétaCan
Menu
Retour à la cohorte
Enregistrement W2527262154 · doi:10.11159/mmme16.128

Optimization of Welding Speed Using Mahalanobis Distance Method on a Vertical-Position Welding Process

2016· article· en· W2527262154 sur OpenAlexvenueno aff
Khairul Muzaka, Min-Ho Park, Jong-Pyo Lee, Byeong-Ju Jin, Do‐Hyeong Kim, Ill-Soo Kim

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaNational Research Foundation
Mots-clésMahalanobis distanceWeldingPosition (finance)Process (computing)Computer scienceArtificial intelligenceMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

For the automation of complex manufacturing systems, a great deal of progress came up precision and on-line quality control.However, the welding process for the vertical-position is not only much more difficult, but also has tendency that the welding quality is lower compared to a horizontal-position welding because the effect of gravity force on metal transfer during welding process could cause to the welding fault.The common method in detecting of the welding fault has still been based on off-line technique whereas the weld fault could be detected after the welding process finished, and hence, it leads to inefficient process.In order to deal with that challenge, a new algorithm based on Mahalanobis Distance (MD) method for an on-line monitoring system for the vertical-position welding process is proposed in this study.From the results, it was found that the optimal welding speed setting at 53 mm/min has obtained the highest welding quality whereby the welding quality 98.01% of the start position and 99.36% of the middle position.The verified results confirmed that the developed algorithm could be defined the welding quality so that it is useful method to be applied for welding control system to achieve the desired welding quality.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetWelding Techniques and Residual StressesTravaux en français237 207