Bibliographic record
Abstract
L’Institut de Recherche d’Hydro-Québec (IREQ) a développé une technologie robotique portative (robot SCOMPI) permettant d’automatiser plusieurs procédés de réparation et d’entretien des turbines hydroélectriques. Lors du procédé de meulage, certaines surfaces à fortes courbures, comme les raccordements, ne sont pas encore accessibles au robot et doivent actuellement être rectifiées à la main. La problématique est que la meule s’use très rapidement et qu’il est difficile de contrôler l’orientation et la position du robot pour s’adapter au changement de forme de l’outil. Ce mémoire présente une méthode pour maintenir le profil de la meule durant le procédé de meulage afin d’améliorer le contrôle de l’enlèvement de matière. \n \nUne analyse du profilage d’outil de meulage a permis d’identifier les particularités et limitations de ce nouveau procédé. Des outils de modification des meules ont été développés pour percer et tailler les meules embouts, utilisées couramment pour ce type d’opération, et ainsi permettre la robotisation et l’étude du procédé de profilage. Des instruments de mesure et des méthodologies expérimentales ont été développés afin de mesurer les paramètres de meulage. Un banc de mesure de profil de la meule et un banc de mesure de la force normale ont donc été réalisés. La caractérisation du banc d’essai de meulage a permis de définir les paramètres de contrôle de la meuleuse et de compenser la compliance du robot SCOMPI durant le procédé afin d’optimiser l’asservissement de la puissance de meulage. \n \nPlusieurs modèles d’enlèvement de matière et d’usure de la meule ont été développés et validés par des essais expérimentaux. Ces essais ont permis dans un premier temps d’identifier l’importance de combiner la puissance de meulage et la force normale afin d’augmenter la robustesse des modèles d’enlèvement de matière et d’usure de la meule. Les résultats ont démontré également qu’il est beaucoup plus difficile de prévoir l’usure de la meule que l’enlèvement de matière. Pour réaliser spécifiquement l’opération de profilage, un modèle d’oscillation de la meule est proposé et testé expérimentalement. Une série d’essais a permis de démontrer que l’oscillation de l’outil sur la pièce permet d’améliorer le contrôle du profil de la meule et d’accroître le taux d’enlèvement de matière. L’oscillation modélisée permet de minimiser de plus de 25% l’erreur de profil comparativement à une oscillation linéaire. Le contrôle de la puissance de meulage et la compensation de la flexibilité du robot sont les éléments clés permettant d’optimiser le profilage d’outil de meulage. \n \nDe façon générale, ce projet de recherche permet de jeter les bases du profilage d’outil de meulage dédié aux procédés robotisés et d’identifier les facteurs importants permettant la réalisation de ce nouveau procédé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".