A Wavelet-Based Approach for Diagnosis of Internal Leakage in Hydraulic Actuators using On-Line Measurements
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
Prompt diagnosis of faults associated with hydraulic actuators is important to maintain reliability and performance and to avoid complete loss of functionality. This paper presents new development and evaluation of a wavelet-based method, intended for on-line detection of internal leakage in a valve-controlled hydraulic actuator. This work is built upon the initial study by the authors, in which actuator's internal leakage was detected using limited-duration data on one of the actuator's chamber pressures, in response to a structured input signal and under no load condition. In the present work, the more realistic case of an actuator that is driven in a closed-loop mode to track pseudorandom position references is considered. Additionally, the actuator is subject to loading. Furthermore, limited-duration pressure signals are obtained using a sliding window technique applied to the stream of on-line measurements. It is shown that the root mean square values of level two detail coefficient vectors of pressure signals collectively establish a feature index that can effectively detect internal leakage. This monitoring index is shown to decrease in magnitude and energy once the leakage occurs. Extensive validation tests are performed to demonstrate the effectiveness of the proposed technique in detecting internal leakage, given any reference step input or loading condition. The significance of the proposed method is that it does not need models of the actuator and leakage fault or any baseline information on performance of the healthy actuator. Furthermore, the method remains effective even with control systems that are tolerant to leakage fault. Finally, the method can detect low internal leakages, in the range of 0.2 to 0.25 l/min, not reported in any of the previously published work. These aspects make the method very attractive from the industrial implementation viewpoint.
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 | 0,000 | 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