Application des capteurs thermiques implantés pour la détection du profil de gelée dans la cuve d'électrolyse
Bibliographic record
Abstract
Les cuves d'électrolyse de l'aluminium sont construites de manière à ce qu'une couche protectrice de bain électrolytique se solidifie sur les parois : la « gelée ». L'épaisseur et la forme du profil de gelée sont des paramètres importants lors de l'opération de la cuve d'électrolyse, et des efforts sont faits pour contrôler cette couche. Dans le cadre de la recherche, un capteur pouvant s'installer à l'intérieur du mur latéral de la cuve d'électrolyse a été développé. Le potentiel et les limitations de ce capteur thermique, pour l'évaluation de l'épaisseur et de la forme de la couche de gelée, furent évalués. Le capteur est composé de thermocouples qui mesurent des températures dans la paroi. Un programme solutionnant le problème inverse en conduction thermique interprète ces températures. \n \nUn bloc d'anthracite, utilisé dans la construction des parois des cuves, a été instrumenté avec le capteur. Une couche de sable représentait la gelée. Différentes épaisseurs et formes de sable ont été étendues sur le bloc. Ces expériences ont montré que le capteur détermine correctement l'épaisseur moyenne de la couche de sable. Lorsqu'il y a une variation de la forme, la capacité du capteur à identifier l'interface dépend de la sensibilité des mesures. Le nombre optimal de mesures, les paramètres d'identification et l'influence des conductivités thermiques des matériaux ont été analysés. Finalement, des matériaux pouvant être utilisés pour la protection des thermocouples, lors d'une éventuelle installation dans la paroi de la cuve d'électrolyse, sont présentés. \n
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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.
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".