MétaCan
Menu
Retour à la cohorte
Enregistrement W4315780025 · doi:10.1177/14759217221142622

A novel vibration indicator to monitor gear natural fatigue pitting propagation

2023· article· en· W4315780025 sur OpenAlexaff
Ke Feng, Jinchen Ji, Qing Ni, Hongguang Yun, Jinde Zheng, Zheng Liu

Notice bibliographique

RevueStructural Health Monitoring · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCyclostationary processVibrationTransmission (telecommunications)Structural engineeringVibration fatigueAutomotive engineeringEngineeringReliability engineeringFatigue testingAcousticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Fatigue pitting can reduce the gear surface durability and induce other severe failures, which will eventually lead to the complete loss of transmission function of the transmission system. Thus, monitoring fatigue pitting progression is vital to avoid unexpected economic losses and incidents. Thanks to the unique characteristics of the gear meshing process, there is a close relationship between the tribological features of fatigue pitting and gear vibration cyclostationarity. Based on the vibration cyclostationarity, this paper develops a novel second-order cyclostationary (CS2) fatigue pitting monitoring indicator, which can accurately assess the degradation status of the gear system and benefit subsequent health management. The advantage of the developed cyclostationary indicator in evaluating and monitoring the process of fatigue pitting propagation is demonstrated with the natural fatigue pitting progression test, through comparisons with other conventional indicators.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,298
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), 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

Citations40
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Health MonitoringMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207