MétaCan
Menu
Retour à la cohorte
Enregistrement W4411087093 · doi:10.1088/1742-6596/3021/1/012065

An analytical method for time-varying mesh stiffness calculation for straight bevel gears under spalling conditions

2025· article· en· W4411087093 sur OpenAlexaff
Zichen Zhu, Yang Luo, Natalie Baddour, Juanjuan Shi

Notice bibliographique

RevueJournal of Physics Conference Series · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSouth China University of TechnologyNational Natural Science Foundation of China
Mots-clésSpallBevel gearStiffnessStructural engineeringBevelWellboreMaterials scienceComputer scienceMechanicsEngineeringMechanical engineeringPhysicsPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Tooth spall is a prevalent gear fault that reduces mesh stiffness and adversely affects transmission ability of gear systems. While plenty of research focuses on tooth spall faults in spur and helical gears, few analytical approaches were established to calculate the time-varying mesh stiffness in straight bevel gears, especially those affected by tooth spall. This deficiency can be attributed to the lack of an accurate tooth spall model. This paper proposes an approach for straight bevel gears mesh stiffness calculation with a curved-bottom spall. The spur gear spall model is modified to adapt to the tooth profile in straight bevel gears. The time-varying mesh stiffness calculation formulas are then revised in spall region. Using potential energy, Hertzian contact stiffness is calculated considering load distribution between gear teeth. The foundation stiffness calculation is updated considering practical gear shape. Tooth stiffness caused by axial forces is also considered. Finite element analysis is utilized for the theoretical method verification, which suggests a high consistency of results between two methods. The low error between the proposed approach and finite element approach implies that the proposed method is acceptable for practical use.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,318
Écart entre enseignants0,291 · 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 tête enseignante, 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
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207