Développement d'une nouvelle méthode de profilage d'outil de meulage assisté par robot
Bibliographic record
Abstract
L’institut de recherche d’Hydro-Québec utilise des robots portatifs pour assurer les operations de maintenance des turbines hydroélectriques. Un des procédés le plus courants est le meulage robotisé pour réparer les surfaces endommagées. Les meules utilisées pour assurer un bon enlèvement de matière sont de type boisseau. Le meulage avec un angle constant, dans la direction d’avance et de recul, engendre un profil aléatoire de la meule. Le volume du copeau non déformé varie et le contrôle du taux d’enlèvement de matière devient difficile. D’où l’idée de créer un profil sphérique de la meule. Avec ce profil d’outil, le volume du copeau non déformé devient constant et indépendant de l’angle de meulage. L’objectif principal du projet est de développer une nouvelle méthode qui permet de créer et de maintenir un profil sphérique de la meule de type boisseau. \n \nDes équations mathématiques sont développées pour calculer les angles de meulage en fonction de l’usure de la meule. Une fonction d’oscillation est également développée afin de contrôler le profil de la meule. Le contrôle d’enlèvement de matière et d’usure de la meule est assuré respectivement avec les modèles d’enlèvement de matière et d’usure. \n \nPlusieurs essais de meulage sont faits pour valider les modèles d’enlèvement de matière, d’usure de la meule et d’oscillation. Pour les modèles d’enlèvement de matière et d’usure, le coefficient de corrélation est de l’ordre 0,73. Le meulage avec le modèle d’oscillation a donné de bons résultats. En effet, la forme sphérique du profil de la meule est maintenue et le rayon du profil varie avec une erreur de 4 %.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".