A cyclostationarity-based wear monitoring framework of spur gears in intelligent manufacturing systems
Notice bibliographique
Résumé
The gearbox is widely applied as the mechanical transmission system of intelligent manufacturing systems, such as machine tools and robotics. The harsh working environments make the gear surface prone to wear. The progression of surface wear can bring severe failures to the gear tooth, including gear tooth root crack, surface spalling of gear tooth, and tooth breaking, all of which could damage the whole transmission system. Hence, it is essential to monitor and evaluate the gear surface wear propagation. The gear wear has been proven highly relevant with the vibration second-order cyclostationary (CS2) characteristics. Therefore, this paper develops a novel cyclostationarity-based framework to monitor and evaluate gear wear propagation. More specifically, the squared envelope (SE) of the residual signal, removing deterministic components, is utilized to identify the gear wear distribution and its propagation trends, validated using the measured gear surface morphology. Moreover, a new CS2-based indicator is proposed to assess the severity of gear surface wear, achieving a high correlation with measured surface roughness: R 2 is more than 0.9. The developed cyclostationarity-based framework can comprehensively evaluate the degradation status of the gear system caused by surface wear, significantly benefiting the health management of the gear transmission system, which is of great practical value for the health management of intelligent manufacturing systems. A series of endurance tests are conducted to verify the effectiveness and superiority of the developed framework for gear wear monitoring compared with the 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».