MétaCan
Menu
Retour à la cohorte
Enregistrement W2063820917 · doi:10.1115/detc2007-34666

Automated Duty Cycle Classification for Online Monitoring Systems

2007· article· en· W2063820917 sur OpenAlexaff
Markus Timusk, Michael Lipsett, Chris K. Mechefske

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensQueen's UniversityUniversity of AlbertaLaurentian University
Organismes subventionnairesnon disponible
Mots-clésExcavatorDuty cycleComputer scienceCondition monitoringFault detection and isolationVibrationTransient (computer programming)SwingFault (geology)Predictive maintenanceTask (project management)Mode (computer interface)Control engineeringReal-time computingEngineeringArtificial intelligenceReliability engineeringVoltageActuatorHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Transient operation of machinery can greatly complicate the task of vibration-based online condition monitoring. Because the operating mode of a machine affects the physical response and hence the diagnostic parameters, real-time information regarding the operating mode is likely to improve the performance of an online fault detection system. This paper proposes a method for automated duty cycle classification to augment the performance of vibration-based online condition monitoring systems for applications such as gearboxes, motors, and their constituent components. Experimental work is carried out on the swing machinery of an electromechanical excavator, which demonstrates how such a method might function on actual dynamic signals gathered from an operating machine. Several variations of the system are tested.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,289
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic and Pneumatic SystemsTravaux en français237 207