MétaCan
Menu
← Back to cohort
Record W6996581663

Soodakattilan tulipesän hoitotasopalkiston suunnittelujärjestelmän kehitys

2023· other· fi· W6996581663 on OpenAlexaff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2023
Typeother
Languagefi
Field
Topic
Canadian institutionsNovelis (Canada)
Fundersnot available
KeywordsWork (physics)Data collectionSelection (genetic algorithm)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyön tavoitteena oli tehdä yritykselle parametrinen suunnittelutyökalu soodakattiloiden hoitotasojen suunnittelua varten. Suunnittelutyökalu toteutettiin Autodesk Inventor -ohjelmistolla. Suunnittelutyökalun tarkoituksena oli vähentää piirustusten laatimiseen kuluvaa aikaa. Hoitotasoja käytetään soodakattilan tulipesässä huoltoja varten ja ne estävät myös tuhkan tippumisen tulipesän alaosaan. Hoitotasot tulevat jokaiseen soodakattilaan ja ne on aina tehty samoilla periaatteilla. Osien ja kokoonpanojen mitoissa on kuitenkin eroja eri hoitotasoissa. Hoitotasoihin kuuluvia alikokoonpanoja ovat rullamekanismi, varastointipukit, palkit ja alumiinilankut. \n \nHoitotasojen eri kokoonpanoista ja niiden osista tehtiin parametriset 3D-mallit, joiden pohjalta tehtiin piirustukset. Mallit parametrisoitiin siten, että osista tehtiin toisistaan riippuvaisia. Tämä tarkoitti käytännössä sitä, useampi osa muuttui yhtä osaa muokattaessa. Parametrisoinnissa käytettiin hyväksi Autodesk Inventor -ohjelmiston Parameters-ominaisuutta, josta löytyi kaikki luodut parametrit. Parametrien toimivuutta testattiin työn aikana muuttamalla osien mittoja ja havainnoimalla, miten se vaikuttaa kyseiseen kokoonpanoon. \nPiirustukset luotiin tehtyjen mallien pohjalta. Piirustuksissa käytettiin apuna myös vanhoja piirustuksia, joiden pohjalta mallinnukset tehtiin. Uusiin piirustuksiin tehtiin parannuksia ja korjattiin vanhoissa piirustuksissa olevia puutteita. \n \nLopputuloksena saatiin hyvin toimiva suunnittelutyökalu, jonka avulla tullaan säästämään aikaa hoitotasojen piirustusten laatimisessa. Osien ja kokoonpanojen 3D-mallien avulla on myös helpompi hahmottaa kokoonpanojen kokonaisuus. Tämä oli aikaisemmin haastavampaa, kun oli olemassa vain 2D-piirustukset. Malleihin tulee varmasti joitakin muutoksia käyttöönoton jälkeen, mutta suunnittelutyökalu todettiin hyvin toimivaksi tämän työn päätteeksi. \n \nTyön julkaistavasta versiosta on poistettu liitteet liikesalaisuuksien vuoksi.

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)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: none
Teacher disagreement score0.143
Threshold uncertainty score0.477

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0040.002
Scholarly communication0.0100.005
Open science0.0010.004
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.1430.067

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 head0.028
GPT teacher head0.272
Teacher spread0.245 · 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 designNot applicable
Domainnot available
GenreMethods

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
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)→French-language works237,207→