MétaCan
Menu
Retour à la cohorte
Enregistrement W2800057498 · doi:10.1111/ffe.12826

Fatigue prediction for hoist cables over sheaves in large mining shovel application

2018· article· en· W2800057498 sur OpenAlexafffund
Christian Wokem, T. G. Joseph, M. Curley

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaCompute Canada
Mots-clésHoist (device)ShovelRubbingFrettingStructural engineeringWire ropeRopeEngineeringMaterials scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Cables are used in many engineering applications, whether considered as stationary or running cables. In the latter, ropes are subjected to repeated tension and bending as they run over a sheave wheel. Such loading scenarios are seen for large mining equipment such as draglines and shovel hoist ropes. Fretting fatigue failure often occurs after several cycles of loading because of wires rubbing against each other and external wires rubbing against sheave wheels. It is also pertinent to understand the behaviour of cables subjected to bending over sheaves, to be able to predict fretting fatigue life, so as to set preventive maintenance activities to avoid catastrophic failure in such systems. In this paper, the behaviour of 2 specific configuration strands, composing either 7 or 19 wires, bent over a sheave is investigated numerically. To aid preventive maintenance inspection, critical locations of stress concentrations are identified as a function of applied load or tensile stress. The investigation also considers the impact of groove size, diameter of sheave to diameter of cable ratio, and contact length, enabling the application to infer fatigue life.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,361
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)0,0010,000
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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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.

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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetMechanical stress and fatigue analysisTravaux en français237 207