MétaCan
Menu
Retour à la cohorte
Enregistrement W2967401450 · doi:10.1108/acmm-04-2019-2107

Measuring the atmospheric corrosion of Q235B and T91 steels using gray value, wavelet analysis and fuzzy Kolmogorov–Sinai entropy

2019· article· en· W2967401450 sur OpenAlexaff
Lixiang Wang, Da‐Hai Xia, Shizhe Song, Yashar Behnamian, Likun Xu

Notice bibliographique

RevueAnti-Corrosion Methods and Materials · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCorrosionMetallurgyEntropy (arrow of time)Materials scienceFuzzy logicMathematicsPhysicsArtificial intelligenceThermodynamicsComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to quantify atmospheric corrosion by image analyses. The corrosion extent, form and distribution of corrosion product on Q235B and T91 steels exposed to a Zhoushan marine atmosphere over one year are characterized by image analysis. Design/methodology/approach Image analysis of corrosion images were achieved using the gray value, wavelet analysis and fuzzy Kolmogorov–Sinai (K–S) entropy. Findings As corrosion becomes extensive, the gray value of corrosion images decreases, and the energy value of nine subimages after wavelength decomposition decreases. Fuzzy K–S entropy increases as localized corrosion propagates but decreases as uniform corrosion spreads. Originality/value The methods proposed in this work open a new way for fast corrosion evaluation of metallic materials exposed to atmospheric conditions.

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)0,003
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 enseignants0,028
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,028
Tête enseignante GPT0,312
Écart entre enseignants0,285 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnti-Corrosion Methods and MaterialsMême sujetCorrosion Behavior and InhibitionTravaux en français237 207