Metallic contaminants in wood panel production process: Evaluating press plate damage and detecting potential using IR thermography and spectroscopy
Notice bibliographique
Résumé
In the wood panel industry, metallic contaminants raise significant concerns, especially regarding the press plate's surface integrity, which requires a thorough inspection. This study investigated the effect of metallic contaminants on press plate damage and evaluated the use of infrared thermography (IRT) and infrared (IR) spectroscopy as non-destructive testing (NDT) methods for detecting these contaminants in wood panel manufacturing. Metallic contaminants embedded within lab-scale wood panels demonstrated their impact on the surface quality of both the press plate and the resulting panels. Moreover, confocal laser microscope analysis revealed that the surface roughness of the press plate surface was influenced by the specific alloy composition of contaminants, with steel and chromium contaminants exhibiting the more severe damage (e.g., mean roughness values of 59,80 and 84,64 μm, respectively). Thermography images exhibited the efficacy of IRT in detecting contaminants close to the surface of thin panels. However, an advanced camera is recommended for thicker panels and deeper contaminants to obtain a more accurate inspection. The Fourier-transform infrared spectroscopy (FTIR) evaluation revealed the presence of the metal-oxygen vibration band at approximately 668 cm −1 across all alloy compositions, suggesting its potential as a reliable reference for detecting metallic contaminants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».