An Expert System for Diagnosing and Proffer Solutions to Causes of Overheating of a Bulldozer Engine (Case Study Model D60s-6 Komatsu Products)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Overheating is a result of some problems in the automobile engine, like improper operation or daily maintenance, local climate, machine or parts specifications inadequate to perform the specified job. These can eventually cause thermal overload, combustion of the lubricating oil on piston sliding surface, uncontrolled combustion, eventual seizure of the engine moving parts or total damage of the engine. This study identified the causes of overheating in bulldozer engine and proffered solutions to the identified causes of overheating. A software program (expert system) was developed as a tool to carry out the technical diagnosing of the causes of the overheating. A flowchart (logic chart) was also developed for troubleshooting the causes of overheating in bulldozer engine. The causes of all the failures were analyzed and their respective proffered solutions to the problems are shown and displayed. The program developed deals with the various overheating problems and obviously shows the necessity for speedy stress free and cost effective means of machine repairs. C# (pronounced see sharp) was used as the programming language due to its versatility, efficiency as well as its user friendly interface. The importance of maintenance in manufacturing, mining and construction industries cannot be overemphasized as it goes a long way in determining productivity, efficiency and capacity of the available equipment. The probability tree diagram made the diagnosis to be fast and solutions were proffered on time. This study will enable automobile and maintenance workshops to proffer solutions to overheating problem and at the same time avoid costly damage to automotive engine and economic loss.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle