An FBG-based method for load measurement of a cylindrical rolling element bearing
Notice bibliographique
Résumé
Abstract Contact forces between raceways and rolling elements of a bearing stand as crucial operational aspects defining the bearing’s performance. While monitoring bearing load through load cells or strain gauges on the shaft or housing is feasible, it may not precisely reflect the distributed load transmitted by the rollers directly to the raceways. This paper introduces a method to calculate these contact forces, relying on a linear assumption correlating the loads to the measured strains on the outer race of a bearing. In our research, we conducted both static and dynamic tests on cylindrical roller bearings through simulations and experiments. We designed an experimental test rig to conduct both static and dynamic experiments and utilized FBG optical fiber sensors for contact force measurement in bearings due to their multiple advantages, including high sensitivity, resistance to corrosion and magnetic interference, and ease of installation on the bearing outer race due to their shape and size. Our findings indicate a consistent linear relationship between contact forces and strains measured on the bearing’s outer race. Furthermore, we calculated the linear coefficient K values from three test groups: static tests under simulation study, static tests under experimental study, and dynamic tests under experimental study. The K values obtained from static tests (simulation and experimental studies) and dynamic tests (experimental study) align consistently. Following this, we calculated contact forces in both static and dynamic experiments by multiplying the measured strains with K . Our calculations resulted in an error percentage of less than 2% for static tests and below 5% for dynamic tests, highlighting the accuracy of our approach in determining these contact forces.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».