MétaCan
Menu
Retour à la cohorte
Enregistrement W2604477959 · doi:10.3390/met7040128

A Non-Destructive Technique for the On-Line Quality Control of Green and Baked Anodes †

2017· article· en· W2604477959 sur OpenAlexafffund
Abderrahmane Benzaoui, Duygu Kocaefe, Dipankar Bhattacharyay, Yaşar Kocaefe

Notice bibliographique

RevueMetals · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Chicoutimi
Mots-clésAnodeElectrical resistivity and conductivityMaterials scienceElectrolysisPetroleum cokeMetallurgyProcess engineeringHomogeneity (statistics)FabricationElectrolytic processComposite materialCokeElectrolyteElectrodeElectrical engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Carbon anodes play an important role in the electrolytic production of aluminum. They have a significant economic and environmental impact. Carbon anodes are made of dry aggregates, composed of petroleum coke, recycled rejects, and butts, bound by coal tar pitch. Due to several factors, defects (cracks/pores) appear in anodes during the fabrication process, affecting their quality. It is thus essential to control the quality of anodes before their use in the electrolysis cell. Current practice for the quality evaluation (visual inspection, core analysis) gives limited information. As an alternative to this practice, electrical resistivity measurements can be used. Electrical resistivity is one of the key indicators for anode quality and its homogeneity. A simple and non-destructive method has been developed for the specific electrical resistivity measurement of anodes (SERMA) for on-line control of anode quality. Various tests have been carried out at both lab scale and industrial scale. In this study, the electrical resistivity distributions in the lab-scale anodes were measured and compared with those of the tomography analysis. The method is able to detect defective anodes even before the baking process.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,054
Tête enseignante GPT0,332
Écart entre enseignants0,278 · 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
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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetNon-Destructive Testing TechniquesTravaux en français237 207