Bearing Skidding Detection for High Speed and Aero Engine Applications
Notice bibliographique
Résumé
Abstract Rolling-element bearings (REB) can develop severe damage due to skidding (slipping) between the rolling elements and bearing races. Skidding can be described as gross sliding between the bearing surfaces in relative motion and can result in significant surface distress such as smearing, especially at light loads and high rotational speeds. Under these conditions, skidding occurs between the rolling elements and the bearing races, leading to increased wear (higher friction coefficient), elevated bearing temperature, significant power losses and reduced service life of the bearing. The main objective of this study is to investigate the significance of various sensing technologies (induction, vibration, ultrasound, acoustic and optical) in detecting skidding in standard series roller bearings as well as custom-made roller bearings for aero engine applications. The bearings have a bore diameter of 60 mm and 90 mm, respectively. Jet and under race lubrication techniques have been used to supply oil to the bearings under test. The custom-made aero engine test bearing features special channels to allow under race lubrication of the rollers/races contacts as well as the cage land. The effect of radial load, rotational speed and oil flow on roller skidding have also been investigated and analyzed. Tests have been performed on a dedicated high speed experimental bearing facility and data was recorded using a commercially-available data acquisition system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».