MétaCan
Menu
Retour à la cohorte
Enregistrement W2037678031 · doi:10.1080/10402000802044324

Acoustic Emission and Its Relationship with Friction and Wear for Sliding Contact

2008· article· en· W2037678031 sur OpenAlexaff
H. S. Benabdallah, D. A. Aguilar

Notice bibliographique

RevueTribology Transactions · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésGreaseAcoustic emissionMaterials scienceComposite materialBall (mathematics)Friction coefficientVoltageCoefficient of frictionWork (physics)CylinderMechanicsThermodynamicsElectrical engineeringMechanical engineeringPhysicsMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Further investigation of the relationships between friction and wear properties and the characteristics of acoustic emission was conducted in the case of dry and grease-lubricated sliding contact using a ball-on-cylinder testing apparatus. The effect of contamination simulated by the inclusion of glass bead particles was also explored. Experiments were performed at sliding speeds ranging from 0.09 m/s to 1.47 m/s, while maintaining a fixed load and duration. As a first observation and contrary to what could be expected, the higher speed did not contribute to the decrease in friction interpreted by a worsening of the starved regime that had a consequence of increasing wear. However, the results revealed a good correlation between the friction coefficient and acoustic emission (AE) rms voltage for dry sliding. Such a relationship may allow the prediction of a reasonable friction coefficient μ from an AE signal. It was also determined that the friction work correlated well with the corresponding integrated AE voltage over time, intRMS. The detection of the sliding speed threshold beyond which accelerated wear would occur was possible from the intRMS variation. Proportionality between the theoretically determined grease film thickness and the intRMS was observed.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,232
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTribology TransactionsMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207