MétaCan
Menu
Retour à la cohorte
Enregistrement W4400783344 · doi:10.58286/30026

Robotized phased-array inspection of sandwich-structured aircraft components

2024· article· en· W4400783344 sur OpenAlexfundno aff
Julien Walter, Alexandre Beausoleil, Olivier Arѐs, Bernard Bleau, B.P. LeBlanc, Simon Bossѐ

Notice bibliographique

Revuee-Journal of Nondestructive Testing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhased arrayComputer scienceEngineeringAeronauticsAerospace engineeringEngineering drawingElectrical engineering

Résumé

récupéré en direct d'OpenAlex

be challenging. The manual inspection techniques usually used in this context are time-consuming and can lead to inconsistent results. L3Harris and the Centre Technologique en Aérospatiale (CTA) have developed a novel robotized solution to conduct efficient ultrasonic inspection of sandwich-structured components. The system is based on collaborative robots to enhance safety for both components and operators and uses custom-made probe-holders designed to achieve smooth scanning movements and proper coupling conditions. This paper focuses on the ultrasonic aspects of the solution: customized phased-array probes, specific firing sequences and novel data analysis techniques. The objectives were to reduce the inspection time, lower the number of different probes and passes required to cover the full components, obtain complete ultrasonic images of the components ensuring data traceability over time, and provide guidance for the diagnostic. The solution uses a pair of custom 1.5D linear phased-array probes mounted on conformable wedges. The firing technique varies the active aperture during the scan. This allows for simultaneous acquisition of pulse-echo (PE) data in the lower and upper skins, and through-transmission (TT) data through the sandwich, during a single pass. A novel analysis algorithm was developed to automatically compare the collected A-scan signals in each of the three available channels (PE top, PE bottom and TT) to reference signals. Depending on the similitude of the signal triplets with the references, each inspected pixel can be classified in one situation (pristine or defective) and color-coded accordingly. A diagnostic map is then generated and can be used by the inspector in correlation with more classical data (A-scans, B-scans, and C-scans) to make an informed decision.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,245 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-Journal of Nondestructive TestingMême sujetAdvanced Surface Polishing TechniquesTravaux en français237 207