MétaCan
Menu
Retour à la cohorte
Enregistrement W2795917378 · doi:10.1139/tcsme-2016-0081

THE ENGINEERING DESIGN AND TRANSMISSION EFFICIENCY VERIFICATION OF HELICAL SPUR GEAR TRANSMISSION WITH A SINGLE GEAR PAIR

2016· article· en· W2795917378 sur OpenAlexvenueno aff
Long–Chang Hsieh, Tzu-Hsia Chen

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Council
Mots-clésReducerTransmission (telecommunications)Gear ratioSpurSpur gearNon-circular gearSpiral bevel gearGear trainMechanical engineeringComputer scienceStructural engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The transmission efficiency of a gear reducer (η T ) can be expressed as η T = η m × η b × η s , where η m is the meshing efficiency of gear pairs, η b is the efficiency of bearings, and η s is efficiency of oil seals. Based on the research of Hsieh, et al., the meshing efficiencies of a helical spur gear pair (4, 77) are between 96.13 and 99.20%. The purpose of this article is to analyze the theoretical transmission efficiencies of non-standard helical spur gear pair and verify the theorem. According to the gear data, the theoretical transmission efficiencies are calculated to be 90.13–97.85%. And its test values of transmission efficiencies are between 82.3 and 91.9% (acceptable values). There are only 5.39–14.14% errors between these two values. This manuscript verifies that a helical spur gear pair can have a high reduction ratio (20–30) and acceptable real transmission efficiencies.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,372

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 Opus0,008
Tête enseignante GPT0,171
Écart entre enseignants0,163 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207