Development of a knowledge-based system for the control of 319-aluminum melt quality and prediction of casting characteristics.
Notice bibliographique
Résumé
Knowledge Based Systems are computer programs used in situations where the use of heuristic knowledge and reasoning offers the only possibility of a solution mainly because the problem being studied is too complex to be represented in an algorithmic form. In general terms, such systems address and solve knowledge-intensive problems that can have many acceptable answers. The interpretation of Thermal Analysis results is a suitable task for artificial intelligence technology since it is a knowledge intensive activity in which several factors interact and modify the characteristics of the cooling curves. In the present work, an Aluminum Thermal Analysis System (AlTAS) developed at the University of Windsor was implemented at a casting plant and after verification of its performance in an industrial scenario a Case-Based Reasoning System coupled with a Statistical Process Control module were developed to upgrade the capabilities of the AlTAS. The system will be used to control, on-line and prior to casting, the quality of the W319-Al melt used to produce aluminum engine blocks under the Cosworth casting process, and predict their tensile properties and microstructure.Dept. of Industrial and Manufacturing Systems Engineering. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2001 .P45. Source: Masters Abstracts International, Volume: 40-03, page: 0777. Advisers: Reza Lashkari; Jerry Sokolowski. Thesis (M.A.Sc.)--University of Windsor (Canada), 2001.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».