MétaCan
Menu
Retour à la cohorte
Enregistrement W4386210562 · doi:10.1016/j.jer.2023.08.025

Transforming farming with intelligence: Smart vibration monitoring and alert system

2023· article· en· W4386210562 sur OpenAlex
Amandeep Singh, Naser Nawayseh, Yash Kumar Dhabi, Siby Samuel, Harwinder Singh

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

RevueJournal of Engineering Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversity of WaterlooPolytechnique Montréal
Organismes subventionnairesAll India Council for Technical Education
Mots-clésTransmissibility (structural dynamics)TractorWhole body vibrationVibrationWarning systemComputer scienceSimulationVibration isolationReal-time computingAutomotive engineeringEngineeringTelecommunicationsAcoustics

Résumé

récupéré en direct d'OpenAlex

During the evolution towards digital agriculture, the pivotal role of tractor riding necessitates a focus on improving operator performance and well-being. While most research has centered around vibration analysis, tangible solutions to control elevated vibration levels remain rare. The study aims to introduce an intelligent ThingSpeak-Enabled IoT (Internet of Things) solution that provides real-time monitoring and generates prompt warning alerts for tractor operators when vibrations exceed safe thresholds. The initial phase involved the real-time measurement of WBV (whole-body vibration) and SEAT (seat effective amplitude transmissibility). Following this, the secondary phase encompassed the analysis and validation of the system in cases where WBV and SEAT exceeded the recommended limits. The experimental design comprised 135 trials by systematically varying tractor ride parameters, including average speed (m/s), average depth (m), and pulling force (kN) levels. Daily vibration exposure response ranged from 0.43 m/s² to 0.87 m/s² with a mean exposure of 0.64 m/s2, surpassing the EAV (exposure action value) threshold of 0.5 m/s². The SEAT values ranged between 91.37 and 133.08 with a mean of 108.35, that indicates insufficient seat isolation capacity, i.e., < 100. Statistically, the study ascertained a significant influence of average speed and average depth WBV and SEAT responses at a 5% significance level. It underscores the potential efficacy of altering speed and depth parameters to attenuate vibration exposure levels. Further, the effectiveness of the system was tested through the automatic transmission of warning alerts via emails, text messages, and flashing red LED light on the IoT system. This critical feature provides considerable utility for tractor operators to adjust ride settings, ensuring that the ride remains within safe vibration limits. Furthermore, adopting such an advanced warning system in tractor manufacturing signifies a pioneering step towards sustainably enhancing operator well-being.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,263

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,388
Écart entre enseignants0,325 · 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