MétaCan
Menu
Retour à la cohorte
Enregistrement W2163988724 · doi:10.1177/1475921709352144

A Resonance Demodulation Method Based on Harmonic Wavelet Transform for Rolling Bearing Fault Diagnosis

2009· article· en· W2163988724 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStructural Health Monitoring · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMachine Fault Diagnosis Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDemodulationFault (geology)HarmonicWaveletBearing (navigation)SIGNAL (programming language)Energy (signal processing)Filter (signal processing)Computer scienceFrequency bandAcousticsControl theory (sociology)Electronic engineeringHarmonic analysisEngineeringMathematicsArtificial intelligenceTelecommunicationsPhysicsBandwidth (computing)Channel (broadcasting)Computer vision

Résumé

récupéré en direct d'OpenAlex

Resonance demodulation technique is widely employed to diagnose faults of rolling bearings. In order to reduce the energy leakage influence of the traditional demodulated resonance method, a new approach based on harmonic wavelet transform (HWT) is proposed to extract the fault characteristics of rolling bearing. From the results of the numerical simulation analysis, this method is proven to be efficient in detecting the impact signal clouded in noises. Moreover, this article proposes a resonance demodulation scheme, which can obtain the optimal HWT parameters automatically to construct the proper sub-frequency band filter by calculating the relative wavelet energy of the different sub-frequency band. It solves the shortcoming in which a resonance frequency band filter is chosen manually. The proposed scheme is successfully applied to detect the fault of rolling bearings of a tilting mechanism in a converter mill.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil1,000

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 Opus0,025
Tête enseignante GPT0,365
Écart entre enseignants0,340 · 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