Modeling, simulation & fault detection in excavators with time-varying loading
Notice bibliographique
Résumé
Excavators experience large variable forces due to the interaction between the ground and the machine. The time-varying nature of these interaction forces causes stresses in machine components and may result in damage. Such faults can lead to a complete system failure, which delays the excavating process and incurs maintenance costs and opportunity costs of lost production; however, this situation can be avoided if faulty components are identified and isolated in their early stages. The focus of this study is on the machine-ground interaction period within a digging cycle, when the bucket is engaged with the material, cutting and pushing it forward. A laboratory-scale test rig has been developed and commissioned to emulate the time-varying behavior of the excavator while cutting and pushing soil. The rig is equipped with sensors that acquire data from different machine parts to monitor the process as well as machine condition. The whole system is modeled as a rigid-body, lumped-parameter, dynamical system. This model is used to represent the nominal plant so that the response of the physical system can be compared to the response from the model. Sensor signals are processed and features are extracted that relate to fault signatures for scenarios in which faults are artificially induced in the machine. Results are presented for fault signatures that were successfully identified for certain types of fault in the rig components. The eventual goal of the work is to develop a set of fault signatures that can be used to identify and isolate the fault in machine parts during time-varying operation.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».