Inspection of Prebaked Carbon Anodes Using Multi-Spectral Acousto-Ultrasonic Excitation
Notice bibliographique
Résumé
Reduction cell operation in primary aluminum production is strongly influenced by the properties of baked anodes. Producing consistent anode quality is more challenging nowadays due to the increasing variability of raw materials. Taking timely corrective actions to attenuate the impact of raw material fluctuations on anode quality is also difficult based on the core sampling and characterization scheme currently used by most anode manufacturers, because it is applied on a very small proportion of the anode production (about 1%), and long-time delays are required for lab characterization. The objective of this work is to develop rapid and non-destructive methods for the inspection of baked anodes. Previous work has established that sequential excitation of smaller parts collected from an industrial sized anode using acousto-ultrasonic signals at different frequencies allowed detecting and discriminating anode defects (pores and cracks). This was validated qualitatively using X-ray computed tomography. This work improves the method by using frequency-modulated excitation and building quantitative relationships between the acousto-ultrasonic signals and defects extracted from tomography images using Wavelet Transforms and Partial Least Squares (PLS) regression. The new excitation approach was found to provide similar or better inspection performance compared with sequential excitation, while requiring a shorter cycle time.
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 | 0,000 |
| 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 ».