MétaCan
Menu
Retour à la cohorte
Enregistrement W4404930343 · doi:10.52795/mateca.1516466

CAT6 Yerel Ağ Bağlantısı Kablolarının (LAN) Üretim Parametrelerinin Taguchi Yöntemi ile Optimizasyonu

2024· article· tr· W4404930343 sur OpenAlexaff
Selim Hartomacıoğlu, Kamil Mutlu, Kerem Dizman, Dilek Dağdelen, Sibel Çalışkan

Notice bibliographique

Revueİmalat Teknolojileri ve Uygulamaları · 2024
Typearticle
Languetr
DomaineEngineering
ThématiqueFlexible and Reconfigurable Manufacturing Systems
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Yerel Ağ Bağlantısı (Local Area Network), Endüstri 4.0 dijitalleşen dünyada hızla kullanımı artan bir bağlantı türüdür. Bu bağlantı türünde kullanılan kabloların üretiminde kalite karakteristikleri ürünün kullanımı aşamasında önemli parametrelerdir. Yapılan bu çalışmada, CAT 6 kablosunun üretim hattına yönelik bir optimizasyon çalışması yapılmıştır. Optimizasyon çalışmasında hat hızı, tavlama akımı ve ısı profilleri giriş parametresi olarak, çekme mukavemeti ve % uzama ise çıkış parametresi olarak kullanılmıştır. Bakır çapı, kapasite ve damar çapı üretim esnasında online olarak ölçülmüş, çekme testi işlemi ise üretim sonrası numuneler üzerinden gerçekleştirilmiş ve standart içinde olduğu tespit edilmiştir. Yapılan Taguchi optimizasyonu işleminde, çekme mukavemeti açısından incelendiği zaman hat hızının etkisinin çok fazla olduğu, sonrasında ısı profillerinin ve en düşük etkiye ise tavlama akımının olduğu tespit edilmiştir. Sonuç olarak hat hızının mevcut kullanımının 800 m/dak hızdan 900 m/dak hıza çıkartılmasının üretim hızında %5.8’lik bir artış sağlayacağı, yıllık seri üretim açısından bakıldığı zaman üretim kapasitesi arttırımı için çok önemli bir avantaj sağlayacağı tespit edilmiştir.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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 revueİmalat Teknolojileri ve UygulamalarıMême sujetFlexible and Reconfigurable Manufacturing SystemsTravaux en français237 207