MétaCan
Menu
Retour à la cohorte
Enregistrement W2736549019 · doi:10.4050/f-0073-2017-12149

Hybrid Ceramic Bearing Fatigue Testing for the Future Advanced Rotorcraft Drive System Program

2017· article· en· W2736549019 sur OpenAlexaff
Cody Anderson, Lars Ponten, Jason Fetty

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensBell Helicopter Textron (Canada)
Organismes subventionnairesnon disponible
Mots-clésBearing (navigation)CeramicFatigue testingEngineeringAutomotive engineeringComputer scienceAerospace engineeringMechanical engineeringMaterials scienceStructural engineeringComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Today's rotorcraft transmissions predominately utilize fully metallic bearings where both the raceways and rolling elements are metal. Ceramic bearing materials offer the potential for meeting the demand for weight reduction and increased power-to-weight ratios. Hybrid ceramic bearings incorporate both ceramic and metallic components forming an assembly that lends itself to improvements in weight, corrosion resistance, reduced friction, and improved surface characteristics. Typically, hybrid ceramic bearings consist of ceramic rolling elements and metallic raceways. Hybrid ceramic bearings have demonstrated feasibility for both remotely and non-remotely monitored applications in rotorcraft drive systems. Characterization of potential material combinations of hybrid ceramic bearings is needed to guide the design of hybrid ceramic bearings for use in future and modified rotorcraft transmissions. This research, conducted under the Future Advanced Rotorcraft Drive System (FARDS) program, examined multiple bearing material combinations and characterized them in fatigue testing. Hybrid ceramic bearing material combinations showed increased performance when compared to fully metallic bearing material combinations. Favorable results indicate that hybrid ceramic bearings can have immediate impact on rotorcraft transmission designs.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,455

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 technologies0,0010,000
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 Opus0,017
Tête enseignante GPT0,255
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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 sujetTribology and Lubrication EngineeringTravaux en français237 207