Three-dimensional super-resolution crack imaging in industrial manufactured components: A truncated correlation photothermal coherence tomography approach
Notice bibliographique
Résumé
The challenge of detecting cracks in powder metallurgy (PM) components has been a topic of interest for many years, with no practical commercial solution currently in place. This study employs enhanced truncation-correlation photothermal coherence tomography (eTC-PCT) to visualize 3D cracks within PM automotive parts. Through the application of effective diffusion-wave reversal techniques, blurred infrared thermophotonic images of subsurface defects (cracks) in (“green”) compressed metal PM components were restored to their original geometric resolution over the entire depth range. This approach enabled the creation of 3-dimensional depth-resolved photothermal tomographic images and cross-sectional mappings of cracks. The developed technique reveals the precise spatial dimensions of surface and subsurface cracks, reaching depths of down to 3 mm (not an upper limit) that conventional thermal imaging cannot access due to limitations imposed by the depth-integrated nature of conventional thermal-wave imaging, the properties of PM materials, and the physics of spreading diffusion. The super-resolution method was further applied to a sintered automotive part, specifically validating the efficacy of eTC-PCT for non-destructive imaging (NDI) in manufactured automotive components. Diffusion reversal imaging shows promise as a non-destructive testing (NDT) tool, with potential applications in a wide range of manufactured products, including both the green and sintered stages of automotive component production.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».