MétaCan
Menu
Retour à la cohorte
Enregistrement W2947021211 · doi:10.1109/jsen.2019.2919283

Development and Characterization of a Non-Intrusive Sensor to Measure Wear in Centrifugal Pumps

2019· article· en· W2947021211 sur OpenAlexafffund
Bryan Bohn, Ramin Khoie, R. Bhushan Gopaluni, James A. Olson, Boris Stoeber

Notice bibliographique

RevueIEEE Sensors Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFPInnovationsUniversity of British ColumbiaCanada Research Chairs
Mots-clésImpellerElectromagnetic coilAcousticsCentrifugal pumpMaterials scienceSIGNAL (programming language)Magnetic reluctanceMagnetic fluxElectrical engineeringEngineeringMagnetic fieldMechanical engineeringMagnetPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

A magnetic sensor is designed and fabricated that allows for impeller blade wear measurement while a centrifugal pump is in operation. The sensor can be installed on existing pumps and does not require structural modification. Over time, as the pump impeller erodes, the gap between the impeller and the pump side plate increases from an unworn width of 0.65 to 2.50 mm, the maximum allowable wear on the testbed pump used for experimental validation. The extent of the impeller wear is determined by measuring over time the change in the reluctance of a magnetic circuit passing through the eroding area. The sensor flux guide mechanism has a relative magnetic permeability of 10000. Flux through the circuit is driven by an inductive coil excited with a 1.0 V AC voltage signal at 70 Hz. As wear occurs, the impeller gap grows and the total reluctance of the magnetic circuit increases, which causes the peak inductance of the coil to drop. Trial data is collected at sampling frequencies up to 500 kHz and then assessed in the frequency domain using fast Fourier transform (FFT). The amplitude of the FFT signal at the pump's rotational frequency is then considered to estimate wear. Sampling data for 1 s at 500 kHz, the sensor demonstrates a maximum signal-to-noise ratio of 17.8 dB with an average sensitivity of 0.022 mV/mm and a resolution of 0.38 mm.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,595

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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'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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetNon-Destructive Testing TechniquesTravaux en français237 207