論文の概要: A Bayesian Approach for Shaft Centre Localisation in Journal Bearings

• arxiv url: http://arxiv.org/abs/2203.11719v1
• Date: Tue, 22 Mar 2022 13:31:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-23 15:13:21.323030
• Title: A Bayesian Approach for Shaft Centre Localisation in Journal Bearings
• Title（参考訳）: ジャーナル軸受における軸中心位置のベイズ的アプローチ
• Authors: Christopher A. Lindley, Scott Beamish, Rob Dwyer-Joyce, Nikolaos Dervilis and Keith Worden
• Abstract要約: 超音波法は, ジャーナル軸受の油膜厚分布のオンライン測定に有効であることが示されている。 ベアリングの全範囲にわたって膜厚をモデル化しようとする試みは、決定論的アプローチに依存している。 膜厚の不確かさは、不正確な予測のカスケードにつながる可能性がある。
• 参考スコア（独自算出の注目度）: 0.11812062577871027
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: It has been shown that ultrasonic techniques work well for online measuring of circumferential oil film thickness profile in journal bearings; unfortunately, they can be limited by their measuring range and unable to capture details of the film all around the bearing circumference. Attempts to model the film thickness over the full range of the bearing rely on deterministic approaches, which assume the observations to be true with absolute certainty. Unaccounted uncertainties of the film thickness may lead to a cascade of inaccurate predictions for subsequent calculations of hydrodynamic parameters. In the present work, a probabilistic framework is proposed to model the film thickness with Gaussian Processes. The results are then used to estimate the location of the bearing shaft under various operational conditions. A further step in the process involves using the newly-constructed dataset to generate likelihood maps displaying the probable location of the shaft centre, given the bearing rotational speed and applied static load. The results offer the possibility to visualise the confidence of the predictions and allow the true location to be found within an area of high probability within the bearing's bore.
• Abstract（参考訳）: 超音波法は, ジャーナル軸受の油膜厚分布のオンライン測定に有効であることが示されているが, 残念ながら, 測定範囲によって制限され, 軸受周囲の膜の詳細を把握できない。 ベアリングの全範囲にわたって膜厚をモデル化しようとする試みは決定論的アプローチに依存しており、絶対的な確実性で観察が真であると仮定する。 膜厚の不確かさは、その後の流体力学パラメータの計算に対する不正確な予測のカスケードにつながる可能性がある。 本研究では,ガウス過程を用いて膜厚をモデル化する確率的枠組みを提案する。 その結果, 各種操作条件下での軸受の位置を推定した。 このプロセスにおけるさらなるステップは、新たに構築されたデータセットを使用して、軸方向の回転速度と静的荷重を考慮し、軸心の位置を示すラピッドマップを生成することである。 結果は、予測の信頼性を可視化し、軸受のボア内で高い確率の領域内で真の位置を見つけることができる。

関連論文リスト

• Estimating Pore Location of PBF-LB/M Processes with Segmentation Models [0.0]
  本稿では,ガウス核密度推定を用いて単一層内における位置を推定する多孔性局所化手法を提案する。 これにより、セグメンテーションモデルは、その場監視データと細孔発生の導出確率分布との相関を学習することができる。 以上の結果から,本手法は最小限のデータ前処理を必要とする細孔の正確な局所化を可能にすると結論付けた。
  論文  参考訳（メタデータ） (2024-08-05T14:31:09Z)
• Self-supervised Multi-future Occupancy Forecasting for Autonomous Driving [45.886941596233974]
  LiDARで生成された占有グリッドマップ(L-OGM)は、シーン表現のための頑丈な鳥眼ビューを提供する。 提案するフレームワークは、生成アーキテクチャの潜在空間においてL-OGM予測を行う。 我々は、リアルタイムに高品質な予測を提供するシングルステップデコーダまたは拡散ベースのバッチデコーダを用いて予測をデコードする。
  論文  参考訳（メタデータ） (2024-07-30T18:37:59Z)
• Superresolution in separation estimation between two dynamic incoherent sources using spatial demultiplexing [0.0]
  近年、ハーマイト・ガウスモードにおける空間モード除算(SPADE)に基づく完全な測定により、2つの弱い不整合定常源の分離を推定する精度の量子限界に達した。 本稿では、ソースの定常性に関する仮定を捨てて、完璧な設定から別の逸脱を考える。 定常源シナリオにおける推定パラメータの1つを削減できる測定アルゴリズムを定式化する。
  論文  参考訳（メタデータ） (2024-07-15T07:57:57Z)
• Qubit Dynamics beyond Lindblad: Non-Markovianity versus Rotating Wave Approximation [0.0]
  量子ビットと環境自由度の間の相互作用における微妙な効果は、徐々に関連性を持ち、実験的に見えるようになる。 これは特に、量子ビット演算において最もよく用いられる数値シミュレーションプラットフォームの基礎となる時間スケールの分離に適用される。 i)これらの時間スケール分離の違反を実験的に監視できる範囲と、(ii)どれが最も深刻で高精度な予測を行うことができるかという質問に光を当てた。
  論文  参考訳（メタデータ） (2023-08-11T09:16:07Z)
• PRISM: Probabilistic Real-Time Inference in Spatial World Models [52.878769723544615]
  PRISMはエージェントの動きと視覚知覚の確率的生成モデルにおけるリアルタイムフィルタリングの手法である。 提案手法は10Hzでリアルタイムに動作し,小型・中型屋内環境における最先端SLAMと同等に精度が高い。
  論文  参考訳（メタデータ） (2022-12-06T13:59:06Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Experimentally determining the incompatibility of two qubit measurements [55.41644538483948]
  2つの量子ビット測定の不整合性を評価するための実験的な手順を記述し、実現した。 この事実を光学的に証明し、量子ビット状態が光子の偏光度に符号化される。
  論文  参考訳（メタデータ） (2021-12-15T19:01:44Z)
• Dense Uncertainty Estimation [62.23555922631451]
  本稿では,ニューラルネットワークと不確実性推定手法について検討し,正確な決定論的予測と確実性推定の両方を実現する。 本研究では,アンサンブルに基づく手法と生成モデルに基づく手法の2つの不確実性推定法について検討し,それらの長所と短所を,完全/半端/弱度に制御されたフレームワークを用いて説明する。
  論文  参考訳（メタデータ） (2021-10-13T01:23:48Z)
• Machine Learning for Nondestructive Wear Assessment in Large Internal Combustion Engines [0.8795040582681388]
  既存の摩耗の定量化には, 検査ライナーの分解, 切断が必要である。 リニア表面の反射rgb画像から表面表現軸受荷重曲線の計算を可能にするディープラーニングフレームワークを提案する。 この目的のために、畳み込みニューラルネットワークを訓練し、対応する深さプロファイルの軸受荷重曲線を推定する。
  論文  参考訳（メタデータ） (2021-03-15T16:01:17Z)
• Bayesian parameter estimation using Gaussian states and measurements [0.0]
  連続変数量子距離論における3つのパラダイム的推定スキームについて考察する。 ホモダインおよびヘテロダイン検出において,単一モードガウス状態で達成可能な精度について検討した。 これにより、優れた性能と単純な実験的実現の可能性を組み合わせたベイズ推定戦略を特定できる。
  論文  参考訳（メタデータ） (2020-09-08T12:54:12Z)
• Deep Variational Luenberger-type Observer for Stochastic Video Prediction [46.82873654555665]
  本研究では,状態空間モデルの解釈可能性とディープニューラルネットワークの表現を組み合わせ,映像予測の課題について検討する。 我々のモデルは,入力映像を潜時特徴空間に変換する変分エンコーダと,潜時特徴の動的進化を捉えたルエンベルガー型オブザーバの上に構築されている。
  論文  参考訳（メタデータ） (2020-02-12T06:59:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。