Intelligent Corrosion Monitoring System for the Management of Existing Steel Transmission Structures
Notice bibliographique
Résumé
Abstract One of the largest power transmitters in North America, located in Ontario, completed a multiyear corrosion study to verify the corrosion rate models for zinc and steel. As a result of the initial study which included accelerated aging tests, a long term field corrosion monitoring program was initiated. One hundred and twenty five corrosion monitoring sites (CMS) were selected across the province. The coupons of 100 sites were installed at top and mid height of the towers. These coupons and their supporting racks are grounded to mimic the actual condition of the steel members of transmission towers. The coupons of the remaining 25 sites were installed on the towers at lower elevations (3-5m AGL). These coupons were completely insulated from the tower to study whether electrostatic induction has any effect on corrosion rate or not. To manage this large network of corrosion monitoring sites, the authors have developed an advanced corrosion database management system (ACDMS). This system was enhanced with intelligent software for image analysis using a learning scheme to recognize corrosion type and corrosion severity by analysing digital images of the corroded steel coupons or members. The data from the corrosion monitoring sites are expected to provide our transmission engineers with valuable information to improve the damage assessment, repair, refurbishment, and maintenance of existing steel transmission structures. In addition, this information is expected to help improve the accuracy of corrosion models and the image analysis software.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».