MétaCan
Menu
Retour à la cohorte
Enregistrement W2072405452 · doi:10.4271/2011-01-0228

Bearing Surface Requirements (Waviness) for Driveline Shafts

2011· article· en· W2072405452 sur OpenAlexaff
Anthony George Konstantino, Mark A. Levine

Notice bibliographique

RevueSAE International Journal of Materials and Manufacturing · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésWavinessPowertrainBearing (navigation)Automotive engineeringEngineeringMechanical engineeringMaterials scienceStructural engineeringComputer scienceTorque

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This paper summarizes the Fast Fourier Transform (FFT) methodology, special equipment, set-up and testing that is recommended to properly characterize the surface of bearing journals that will not result in objectionable noise or vibration. Traditional surface profiles and finish callouts do not capture some of the key characteristics for addressing what is often the customer's greatest complaint, noise. Noise can vary based on the sensitivity of the vehicle but understanding how to accurately describe (design, test, and measure) a surface for a given vehicle can result in an optimized design and reduce process time during manufacturing. Furthermore, this paper will recommend techniques for determining the proper limits of the FFT callouts.</div></div>

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,462

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 Opus0,026
Tête enseignante GPT0,248
Écart entre enseignants0,222 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Materials and ManufacturingMême sujetManufacturing Process and OptimizationTravaux en français237 207