Conception d’un système de mesure de l’épaisseur d'un revêtement interne d’une pompe dans le secteur minier
Bibliographic record
Abstract
En milieu minier, le broyage des roches formes une pulpe abrasive qui détériore les revêtements (parois) internes de caoutchouc des pompes. Le processus de la détérioration est considéré comme non linéaire et dépend de facteurs difficiles à mesurer comme la pression interne de la pompe et la morphologie des particules de la pulpe. La mesure de l’épaisseur de cette paroi de caoutchouc interne peut être réalisée en utilisant le concept de la perméabilité magnétique relative mesurée par un capteur inductif. Cependant, le capteur inductif doit avoir une sensibilité suffisante pour mesurer la variation de la perméabilité. Dans notre contexte, un modèle d’analyse de sensibilité pour la surveillance de l’état structurel afin d’inspecter l’amincissement des revêtements est un montage similaire au contexte de l’utilisation d’une pompe. Les acquisitions sont réalisées dans un environnement contrôlé dont la température et l’épaisseur des parois sont variées. Une méthode par réseau de neurones est proposée afin de compenser les impacts environnementaux dont la température. Considérant les autres impacts non-linéaire dont la dérive temporelle du signal, une méthode utilisant deux capteurs, un de référence et un second pour la mesure, est utilisé afin de valider la possibilité de réaliser une mesure différentielle avec un filtre adaptatif de type RLS (Recursive Least Square ou Algorithme des moindres carrés récursifs). Il est démontré que le capteur inductif pourrait être utilisé comme un capteur Tout-ou-Rien (TOR) afin d’indiquer le moment pour changer la paroi de caoutchouc.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".