MétaCan
Menu
Retour à la cohorte
Enregistrement W2731633638 · doi:10.4050/f-0073-2017-12087

Integrated Hybrid Structural Management System (IHSMS) - Usage and Loads Monitoring

2017· article· en· W2731633638 sur OpenAlexaff
Brian LeFevre, Conor Marr, David Rusk, Mark Davis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSystems engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The overarching objective of the Integrated Hybrid Structural Management System (IHSMS) program is to mature key capabilities, which support eventual implementation of a holistic on-condition or reliability-based maintenance paradigm for rotorcraft. As one of the constituent elements of the IHSMS program, development of Usage and Loads Monitoring (ULM) technologies is achieved through refinement and testing/evaluation of a suite of physical sensors and model-based technologies. This paper describes the IHSMS ULM architecture, and explores the efforts to develop and test two prototype physical sensor systems for the Sikorsky CH-53K aircraft: a smart main rotor elastomeric bearing and a landing gear load monitoring system. Validation test results for each of these technologies are discussed, with successes and remaining challenges highlighted for each system. ULM technology validation efforts, including those for the two physical sensor systems discussed herein, were largely successful with most features of each technology meeting or exceeding the corresponding technical performance goals. As such, the path for transition of these technologies remains positive, with the ground work already being laid for follow-on maturation efforts.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBIM and Construction IntegrationTravaux en français237 207