MétaCan
Menu
Retour à la cohorte
Enregistrement W4407172989 · doi:10.1016/j.vacuum.2025.114090

Development of SLA 3D printed volumes for leak testing of LHC Hi-Lumi cryomodules at STFC

2025· article· en· W4407172989 sur OpenAlexafffund
J.O.W. Poynton, Shona E. Wilde, J. Bourne, E. Jordan, Niklas Templeton, B. Matheson, Teddy Capelli, Alisdair Seller

Notice bibliographique

RevueVacuum · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensTRIUMF
Organismes subventionnairesScience and Technology Facilities CouncilCERNTRIUMF
Mots-clésLarge Hadron ColliderPhysicsLeakParticle physics

Résumé

récupéré en direct d'OpenAlex

Daresbury Laboratory recently completed the build of a Radio Frequency Dipole (RFD) crab cavity cryomodule for the Super Proton Synchrotron (SPS). During the build the team faced challenges leak testing welds which could not be tested in the typical evacuation method. Each cryomodule build requires 34 unique cryogenic and insulation vacuum weld configurations, most of which are repeated across multiple weld sites. Each weld must be qualified inspected and tested (visual and leak) before the build can progress. A suite of bespoke 3D printed weld test tools and procedures have been developed with major savings to time and cost and improved quality of leak testing tooling, developing a methodology which can be adapted to many different weld configurations. All whilst maintaining a baseline leak rate of <5e-12 mbar L/s at or below 1e-3 mbar. The result was a repeatable and cost-effective means of performing high-accuracy leak tests in a short timescale. • STFC has built its first cryomodule for the CERN LHC – High luminosity project. • SLA 3D printed plastic volumes are a cost-effective material for leak detection. • Using Accura25, volumes have been printed that reach 1E-03 – 1E-04 mbar. • Accura25 vol have been used to leak test with <5E-12 mbar l/s accuracy. • SLA parts perform equally to stainless steel during helium leak testing.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,033
Tête enseignante GPT0,252
Écart entre enseignants0,218 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVacuumMême sujetSuperconducting Materials and ApplicationsTravaux en français237 207