MétaCan
Menu
← Back to cohort
Record W6979845051

Amélioration des conditions de coupe du bois d'érable à sucre et d'épinette noire en rabotage hélicoïdal

2022· other· fr· W6979845051 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2022
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsVideo recording
DOInot available

Abstract

fetched live from OpenAlex

L'objectif de cette recherche était d'améliorer le rabotage de deux bois très utilisés au Québec, l'érable à sucre et l'épinette noire. L'étude d'outils de coupe hélicoïdaux à angles d'hélice élevés a été décidée comme axe d'amélioration. Ainsi, 3 outils hélicoïdaux (angle d'hélice de 40˚, 50˚ et 60˚) et un outil droit (témoin) ont été fabriqués et montés tour à tour sur une CNC 5 axes. Chacun de ces outils a été utilisé à trois vitesses d'avance par couteau (FK). Les efforts de coupe, le niveau sonore et la consommation de puissance étaient alors mesurés. La qualité de surface des planches usinées a ensuite été évaluée. Pour l'érable à sucre, les efforts de coupe et le son produit augmentaient avec l'augmentation de FK pour les quatre outils de coupe. Les outils hélicoïdaux ont produit moins d'efforts de coupe parallèles (F[indice]P), normaux positifs et négatifs (F[indice]NP et F[indice]NN) et résultants (F[indice]R) que ceux de l'outil témoin. Les efforts F[indice]P et F[indice]R avaient tendance à diminuer quand l'angle d'hélice augmentait. Seul les efforts latéraux (F[indice]L) avaient tendance à augmenter avec des outils à angle d'hélice importants. Ces mêmes outils ont requis moins de puissance à faible FK, et le plus gros avantage provenait du niveau sonore, étant plus faible avec les angles d'hélice les plus élevés. Parmi ces paramètres, peu de différences significatives ont été trouvées entre les outils à 50˚ et 60˚. Pour l'épinette noire, augmenter FK augmentait le son et les efforts F[indice]P, F[indice]L et F[indice]R. Comme pour l'érable à sucre, les outils hélicoïdaux ont requis moins de F[indice]P, F[indice]NP, F[indice]NN et F[indice]R que l'outil témoin. Aussi, F[indice]P et F[indice]R avaient tendance à diminuer quand l'angle d'hélice augmentait, seulement à la plus grande FK. Augmenter l'angle d'hélice avait tendance à augmenter F[indice]L. Cependant, l'outil témoin produisait des efforts de coupe latéraux importants, similaires à ceux de l'outil à faible angle d'hélice (40˚). Par ailleurs, les paramètres de rugosité R[indice]k et R[indice]pk ont montré la meilleure précision pour évaluer la rugosité et la perception tactile des surfaces rabotées des deux essences. La rugosité augmentait au fur et à mesure que l'angle d'hélice et FK augmentaient. Les surfaces rabotées avec les outils hélicoïdaux présentaient une texture pelucheuse. Pour l'érable à sucre, les différences entre l'outil droit et celui à 40˚ étaient faibles. La rugosité des planches d'épinette noire avait tendance à augmenter avec l'augmentation de l'angle d'hélice, et cet effet dépendait de FK. L'outil droit a produit la rugosité la plus faible, à chaque FK. Les outils hélicoïdaux ont produit la plus grande rugosité, résultante d'une grande fibrillation. Ces défauts étaient plus prononcés que ceux obtenus avec l'érable à sucre, et encore plus présents avec les couteaux à 50˚ et 60˚, à FK moyen et élevé (2,9 et 4,7 mm respectivement). Le rabotage pourra donc être amélioré en travaillant à moyen FK (2,9 mm) pour optimiser la productivité, ou à faible FK (1,3 mm) pour minimiser la rugosité de surface. En usinage de l'érable à sucre, un outil à angle d'hélice de 50˚ est recommandé pour diminuer les efforts de coupe et le son. Un outil de 40˚ est à privilégier, si la qualité de surface est un critère important. Pour l'épinette noire, en première transformation, un angle d'hélice de 50˚ est envisageable. Les surfaces obtenues seront cependant très pelucheuses. Un outil à angle d'hélice de 40˚ est alors un bon compromis pour une meilleure qualité de surface, si besoin. Pour fins de finition, un couteau droit est préférable pour raboter l'épinette noire.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.134
Threshold uncertainty score0.267

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.007
GPT teacher head0.196
Teacher spread0.189 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→