MétaCan
Menu
Retour à la cohorte
Enregistrement W4386425919 · doi:10.5151/2594-5300-39887

CAMPAIGN LIFE ASSESSMENT AND DESIGN IMPROVEMENT OF BASIC OXYGEN FURNACES

2023· article· en· W4386425919 sur OpenAlexaff
Cameron Soltys, Samantha Jarrett, Hamid Ghorbani, Jürgen Cappel

Notice bibliographique

RevueABM Proceedings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésRoot causeReliability engineeringSteelmakingConvertersService lifeEngineeringRisk analysis (engineering)Service (business)Root cause analysisComputer scienceManufacturing engineeringAutomotive engineeringBusinessElectrical engineering

Résumé

récupéré en direct d'OpenAlex

PDF | Basic oxygen furnace converters in integrated steelmaking facilities are exposed to severe operating conditions, often beyond the original design conditions. Safety risks and unplanned shutdowns associated with failure of this equipment can impose significant costs and operational disruptions. Inspections, root cause analysis of damage, fitness-for-service assessment, and repair development are critical for the reliable operation of this equipment. Thermo-mechanical analysis can be performed using finite element analysis tools to more accurately quantify the extent of damage and identify the root cause of damage in this equipment. Understanding the mechanisms that influence the lifespan of refractory and converters provides the opportunity to identify design improvements. These improvements can extend the life of an existing converter or increase the life of a replacement converter. This methodology enables creative and well-engineered solutions to be developed to optimize the converter design and operation to meet the specific business and production needs of a steel plant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueABM ProceedingsMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207