Develop an integrated piezoelectric transducer within a bearing housing for bearing fault detection
Notice bibliographique
Résumé
Abstract Rolling element bearings (REBs) are essential components in a wide range of industrial applications, including automotive, aerospace, agricultural, and energy systems. Due to their continuous exposure to dynamic loads and harsh environments, REBs are susceptible to fatigue and localized defects, particularly early-stage wear in rollers and the outer ring. If left undetected, these faults can escalate to severe failures and unplanned downtime. Traditional fault detection approaches using externally mounted accelerometers often struggle with signal loss, interference from surrounding components, and limited sensitivity to weak fault signals. This study presents the design, fabrication, and experimental testing of a compact, low-cost piezoelectric (PZT) transducer embedded directly within the bearing housing. The embedded configuration significantly reduces the signal transmission path, improving signal quality and fault detection capability. The transducer was evaluated under various operating conditions, including constant and varying rotational speeds and elevated temperatures. Finite Element Analysis was used to assess structural integrity and verify that the transducer operates well above the typical vibration frequency range of bearings. The experimental results demonstrate that the transducer is capable of detecting early-stage wear faults in both the outer ring and rolling elements, showing performance comparable to or better than a commercial accelerometer. This approach offers a cost-effective and reliable solution for integrated condition monitoring of REBs in real-world 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».