MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540951 · doi:10.17118/11143/20944

On scaling design and dynamic response prediction of rotorsystems

2023· article· en· W4389540951 sur OpenAlexaff
Runchao Zhao, Zengtao Chen, Yinghou Jiao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Science and Technology Major ProjectNational Natural Science Foundation of China
Mots-clésScalingComputer scienceRotor (electric)Control theory (sociology)Dynamic scalingControl engineeringEngineeringMathematicsArtificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Rotor-bearing systems are widely used in wind turbines, gas turbines and other rotating machinery.However, due to economic and realizable factors, it is difficult to directly experiment and test the prototype in the design process of the new rotor system.Therefore, it is very important to design a small-size scaled rotor system that can reflect the dynamic characteristics of the prototype.In this study, a prototype model of the rotor system was established.Based on the similarity theory, six scaled rotor models with different sizes and materials were designed to predict the critical speeds of the prototype rotor system.The results show that when the speed scaling factor is changed, the error of critical speed increases with the decrease of the length scaling factor.The deviation of the first two critical speeds predicted by the model M3, which adjusted the length and speed scaling factor simultaneously, are -0.08% and -0.01%, respectively, this model can accurately predict the first two critical speeds of the prototype rotor system.After the equivalent modeling of rotor system with complex structure, the results presented in this paper can be further applied to the scaling design and fault diagnosis of the full-size rotating machinery.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207