In-Service Monitoring of Environmental Conditions and Corrosion Under Vehicles
Notice bibliographique
Résumé
The automotive industry, for the past two decades, has witnessed significant changes in the materials used. A push for better fuel efficiency has led to an increase in multi-material assemblies [1], as well as an increased usage of aluminum alloys [2] with ever-changing compositions and microstructures to improve their mechanical properties. For economical and ecological reasons, the use of recycled materials is also increasing [3], which leads to more impurities in alloys. Finally, the ban on Cr 6+ conversion coatings is accelerating the development of new conversion coating chemistries and primers [4]. These fast changes in materials and coating call for quick and reliable corrosion prediction tools before rolling out these new products on the market. Whether it be through the development of new corrosion cyclic tests, the use of FEA (Finite Element Analysis) models of galvanic corrosion, or even the use of machine learning predictive models, all of these tools can benefit from in-service monitoring data to improve their accuracy and reliability. This talk will present in detail sensors, whether they are commercial or custom-made, and instrumentation that NRC has been using for almost a decade for live monitoring of the under-vehicle environment and corrosion. Examples of in-service data recorded under Canadian city buses and insights extracted from such data will be presented. [1] Goede, M., Stehlin, M., Rafflenbeul, L. et al. Super Light Car—lightweight construction thanks to a multi-material design and function integration. Eur. Transp. Res. Rev. 1 , 5–10 (2009). https://doi.org/10.1007/s12544-008-0001-2 [2] https://www.lightmetalage.com/news/industry-news/automotive/aluminum-continues-unprecedented-growth-in-automotive-applications/ [3] https://www.aluminum.org/Recycling [4] https://www.imts.com/read/article-details/Chrome-VI-Ban-Offers-Challenges-and-Opportunities/1674/type/Read/1 Figure 1
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 | 0,000 | 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) | 0,000 | 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 ».