MétaCan
Menu
Retour à la cohorte
Enregistrement W4244789362 · doi:10.4018/978-1-4666-2770-3.ch015

Generating Indicators for Diagnosis of Fault Levels by Integrating Information from Two or More Sensors

2012· book-chapter· en· W4244789362 sur OpenAlex

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

RevueIGI Global eBooks · 2012
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueEngineering Diagnostics and Reliability
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFault (geology)SIGNAL (programming language)Information fusionImpellerFeature (linguistics)Computer scienceReal-time computingArtificial intelligenceData miningTask (project management)EngineeringControl engineeringPattern recognition (psychology)Systems engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Diagnosis of fault levels is an important task in fault diagnosis of rotating machinery. Two or more sensors are usually involved in a condition monitoring system to fully capture the health information on a machine. Generating an indicator that varies monotonically with fault propagation is helpful in diagnosis of fault levels. How to generate such an indicator integrating information from multiple sensors is a challenging problem. This chapter presents two methods to achieve this purpose, following two different ways of integrating information from sensors. The first method treats signals from all sensors together as one multi-dimensional signal, and processes this multi-dimensional signal to generate an indicator. The second method extracts features obtained from each sensor individually, and then combines features from all sensors into a single indicator using a feature fusion technique. These two methods are applied to the diagnosis of the impeller vane trailing edge damage in slurry pumps.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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