MétaCan
Menu
Retour à la cohorte
Enregistrement W3105904714 · doi:10.36001/phmconf.2020.v12i1.1130

Fault Detection and Isolation for Brake Rotor Thickness Variation

2020· article· en· W3105904714 sur OpenAlex
Xinyu Du, Lichao Mai, Hamed Kazemi, H. Mohseni Sadjadi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnual Conference of the PHM Society · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensGeneral Motors (Canada)
Organismes subventionnairesnon disponible
Mots-clésBrakeAutomotive engineeringFault detection and isolationVibrationRobustness (evolution)Threshold brakingEngineeringAccelerationServiceability (structure)Fault (geology)Control theory (sociology)Computer scienceStructural engineeringAcousticsActuatorArtificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex


 
 
 Brake rotors are critical parts of the disc braking system for modern vehicles. One common failure for brake rotors is the thickness variation, which may result in unpleasant brake pulsation, vehicle vibration during braking, or eventually lead to the malfunction of the braking system. In order to improve customer satisfaction, vehicle serviceability and availability, it is necessary to develop an onboard fault detection and isolation solution. In our previous work, the vibration features of master cylinder pressure, vehicle longitudinal acceleration and wheel speed were identified as fault signatures. Based on these fault signatures, a vibration- based fault detection and isolation algorithm is developed in this work. The difference of frequency response between the braking period and the normal driving period (non-braking) is employed to improve the algorithm robustness. The experiment results demonstrate the proposed algorithm can robustly diagnose the thickness variation fault and isolate the fault to each vehicle corner.
 
 

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,218

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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