MétaCan
Menu
Retour à la cohorte
Enregistrement W2944160519 · doi:10.1063/1.5099730

Laser-ultrasonic inspection of cold spray additive manufacturing components

2019· article· en· W2944160519 sur OpenAlexaff
Daniel Lévesque, Christophe Bescond, C. V. Cojocaru

Notice bibliographique

RevueAIP conference proceedings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceUltrasonic sensorLaserCoatingLaser ultrasonicsDeposition (geology)Substrate (aquarium)Composite materialOptoelectronicsOpticsAcousticsTunable laserWavelengthDiode-pumped solid-state laser

Résumé

récupéré en direct d'OpenAlex

Cold spray is a solid state coating technology with high deposition rates that is very suitable for large scale applications of additive manufacturing (AM). For quality control of complex parts, laser ultrasonics is particularly attractive due to its non-contact nature and is well adapted to online implementation. In this study, various inspection results performed off-line on metallic parts produced by the cold spray AM process are presented. Laser ultrasonics combined with the synthetic aperture focusing technique (SAFT) is used to detect flaws and through-thickness distributed porosity is investigated using the laser-ultrasonic backscattered signal. Also, laser shockwave is used to characterize bond strength at the interface between the deposition and the substrate. For post heat treatment of cold spray AM metallic parts, laser ultrasonics is used to monitor in real time recrystallization and sintering. Inspection results from either the top layer or the underside of the substrate are reported and discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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 tête enseignante, 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207