Deep Learning Analysis of the Propagation of Stabilizing Additive Hydrolysis in a Cross-Linked Polyethylene Pipe
Notice bibliographique
Résumé
Cross-linked polyethylene (PEX-a) pipe is being increasingly used for water transport and heating applications. Its long-term stability is improved through the addition of stabilizing additive molecules that protect the pipe from environmental factors such as exposure to hot water, chlorine, and UV light. We have used infrared (IR) microscopy to measure line profiles of IR spectra across the pipe wall thickness for pipes that have been exposed to recirculating hot water at different fixed temperatures T for different aging times t . To analyze this large body of data, we used a deep learning approach involving a β-variational autoencoder (β-VAE) model. The leading latent variable L1 corresponds to the hydrolysis of a stabilizing additive molecule, and we track the penetration depth δ of the hydrolysis front radially outward from the inner wall of the pipes. The radial profiles of L1 collected for different aging temperatures T and times t allow us to interpret the propagation of the hydrolysis front as a simple diffusion process for which the activation energy E a is large compared with the thermal energy k B T . In addition, we determine time scaling factors a ( T ) for the data sets collected at different temperatures T that allow us to collapse all of the data onto a master curve of δ versus scaled aging time t ′ = a ( T ) t, and to determine that an increase in the aging temperature T of 10 °C corresponds to a decrease in the aging time t by a factor of 1.8. Our results illustrate a distinct advantage of the β-VAE analysis: it provides a useful, interpretable representation of our very large data set, allowing us to achieve a detailed physical understanding of the stabilizing additive hydrolysis phenomenon.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».