Using 3D Scanning for Accurate Estimation of Termination Points for Dimensional Quality Assurance in Pipe Spool Fabrication
Notice bibliographique
Résumé
Increased prefabrication and modularization have resulted in fabrication shops producing more complex assemblies with tighter tolerances. Most measurements in fabrication shops are still done using manual tools that are not accurate enough for engineering tolerance specifications, which can lead to rework. Three dimensional (3D) scanning and measurement systems can provide increased accuracy and digital integration capabilities, however they do not sufficiently support fast and accurate dimensional quality assurance (DQA) of pipe spool fabrication. This is because no dimensional quality assurance methods to date have focused solely on termination points for pipe spool assemblies. In the present article, a new scan-vs-BIM method is developed to accurately estimate termination points for 3D scanned cylindrical assemblies. This method relies on statistically fitting circular features at termination points and thus eliminating conventional issues with target placement for laser trackers and measurement readings for tape measures. The method is tested in an industrial-scale experiment, where 30 pipe spool assemblies were fabricated, and more than 400 quality control steps completed. The accuracy of termination point detection was benchmarked against results from a laser tracker and compared against commercial scan-to-BIM software. Results show that the developed method has an average accuracy of 1.01 mm and is significantly better than the scan-to-BIM software with an average accuracy of 4.75 mm.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».