MétaCan
Menu
Retour à la cohorte
Enregistrement W2948477343 · doi:10.11159/ffhmt19.137

Monitoring the Best Operating Point of Centrifugal Pumps Using Blade Passing Vibration Signals

2019· article· en· W2948477343 sur OpenAlexafffundvenue
Andrew Eaton, Wael Ahmed, Marwan Hassan

Notice bibliographique

RevueProceedings of the ... International Conference on Fluid Flow, Heat and Mass Transfer · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBlade (archaeology)Centrifugal pumpVibrationCentrifugal forcePoint (geometry)Mechanical engineeringAcousticsComputer scienceEngineeringPhysicsImpellerMathematicsRotational speed

Résumé

récupéré en direct d'OpenAlex

Degradation of centrifugal pumps can occur over time and can often lead the pump to operate away from best efficiency point. Therefore, it is necessary to utilize monitoring techniques to ensure the proper operation. In this work, the effect of operating the pump away from the best efficiency point on the vibration characteristics is investigated. An industrial centrifugal pump rated at 7.5 kW is installed in a flow testing loop to determine the pump performance and the vibration response at the full operational range the pump. The vibration response was measured using accelerometers placed on the suction and discharge flanges of the pump casing. The amplitude of the blade passing frequency represented by FFT spectrum is determined for various flow rates. The minimum amplitude of the blade passing frequency was found to occur at a flow rate of 17 L/s. Meanwhile, the entire performance of the pump was evaluated and found that the best efficiency of 72.5 % occurs at 17 L/s. Furthermore, the pump efficiency was found to decrease as the amplitude of the blade passing frequency increases. The results show that the amplitude of the blade passing frequency can be used to help monitor the pumps best operating point.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,441

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 Opus0,027
Tête enseignante GPT0,236
Écart entre enseignants0,209 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Fluid Flow, Heat and Mass TransferMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207