MétaCan
Menu
Retour à la cohorte
Enregistrement W2980889552 · doi:10.36001/phmconf.2019.v11i1.801

Tooth Crack Severity Assessment in the Early Stage of Crack Propagation Using Gearbox Dynamic Model

2019· article· en· W2980889552 sur OpenAlexaff
Xingkai Yang, Ming J. Zuo, Zhigang Tian

Notice bibliographique

RevueAnnual Conference of the PHM Society · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Scholarship Council
Mots-clésImpulse (physics)Structural engineeringFracture mechanicsCrack growth resistance curveCrack closureCrack tip opening displacementKurtosisMaterials scienceMathematicsEngineeringStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Localized tooth crack in gearboxes may be reflected in impulse components of gearbox vibration signals. Crack induced impulses have been used for crack detection and fault diagnosis. In reported studies, researchers have used statistical indicators of the identified impulses, such as root mean square (RMS) and kurtosis, to track the growth of crack. These reported statistical indicators are only effective when crack levels are high and they are unable to detect tooth crack and assess crack severity in the early stage of crack propagation. In addition, no reported studies have focused on studying how tooth crack level affects crack induced impulses. Specifically, what the dominant segments of crack induced impulses are and which segment is affected more by crack growth within a certain crack level range. This paper uses dynamic modeling to study how crack level affects crack induced impulses. First, impulses are generated with a spur gearbox dynamic model under constant working conditions. Second, an exponentially damped sinusoidal model is utilized to fit the impulses and the Matrix Pencil Method is used for model parameter estimation. Finally, relationships between crack level and impulses are studied based on the obtained model parameters. The results have shown that the segments in the fifth and the sixth frequency bands of impulses are two dominant segments, while other segments have little contribution, for the gearbox system under investigation. Within a certain crack level range, there exists an impulse segment which is more affected by the crack level. In terms of the early stage of crack propagation, the segment in the sixth frequency band of the impulse is more affected by crack growth. On this basis, three new statistical indicators have been developed with the segment in sixth frequency band of the impulse and have shown their effectiveness for tooth crack severity level assessment in the early stage of crack propagation. These results have good potential for detection and severity assessment of early tooth cracks in gearboxes.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,301

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Conference of the PHM SocietyMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207