MétaCan
Menu
Retour à la cohorte
Enregistrement W2166922880 · doi:10.1115/1.1576428

Some Effects of Start-Up and Shut-Down on Thrust Bearing Assemblies in Hydro-Generators

2003· article· en· W2166922880 sur OpenAlexaff
C. M. McC. Ettles, J. Seyler, M. Bottenschein

Notice bibliographique

RevueJournal of Tribology · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensSiemens (Canada)
Organismes subventionnairesnon disponible
Mots-clésThrust bearingLift (data mining)Bearing (navigation)Transient (computer programming)ThermalThrustDeflection (physics)Mechanical engineeringShut downStructural engineeringEngineeringMechanicsNuclear engineeringComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The modernization of hydro-generators can involve the analysis of many different manufacturer’s designs of thrust bearings. Recent designs of bearing in common use are very reliable, but when failures do occur, it is often with older machines and within the first few minutes of start-up. This paper is a result of general design studies of various thrust bearing configurations subjected to transient operating conditions. It is shown that transient effects can induce an ‘overshoot’ of thermal deformation which can become unstable, leading to ‘thermal ratchetting.’ Examples are given of pads of various manufacturer’s bearings that have been subjected to this mechanism. Results from operating turbines, basic studies and measurements of the thermal bending of plates indicate that a peak deflection occurs well before thermal equilibrium is attained. The peaking phenomenon may be obscured in some designs or in cases where the run-up is gradual. The beneficial effects of using an oil-lift system during start-up are described. During shut-down it is important that the contact of hot, crowned pads against the runner be prevented. Minimum times for operation of the lift system are suggested, based on the thickness of the pads.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations31
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TribologyMême sujetTribology and Lubrication EngineeringTravaux en français237 207