XiaoMi-AI文件搜索系统
World File Search SystemBearing
含 2-(2′-喹啉)...的半夹心 Ru(II) 配合物
治疗癌症的方法已从传统化疗逐步转变为干扰肿瘤内关键信号通路的靶向治疗 [1]。胶质母细胞瘤 (GBM) 占所有中枢神经系统癌症的 80%，多形性胶质母细胞瘤是侵袭性最强的癌症之一 [2]。GBM 的治疗策略是短暂的，对总体生存率的影响有限。目前的治疗方案包括手术切除，然后进行放疗和化疗相结合 [3]。多形性胶质母细胞瘤 (GBM) 是最常见的脑肿瘤之一，其预后通常不佳。治疗取决于一些因素，例如患者的年龄和肿瘤对化疗的敏感性。此外，肿瘤通常在初始治疗期间或治疗后不久复发，导致新诊断为 GBM 的个人的中位生存期仅为 15 个月 [4]。
用Vespel®聚酰亚胺制成的电动机的轴承绝缘
g全球电动运输需要开发电动驱动技术系统的高效和成本效益的解决方案。800-V EV架构的出现标志着改善车辆性能的重要一步。该技术可实现更高的充电能力和更快的充电时间。电池占电动车总成本的取代部分，因此重要的是要尽可能多地使用牵引力的能量并减少损失以增加车辆的范围。提高效率可能涉及对系统的性能要求和设计约束的仔细评估。电动驱动器中的牵引电动机通常由可变的频率驱动器（VFD）提供动力，以启用可变速度操作。电池的直流电压通过逆变器转换为三相交流电。逆变器包含通过合适的脉冲图案为电动机创建所需的正弦波的开关，图1。调节脉冲宽度会改变波浪频率，从而改变电动机速度。
使用机器学习模型进行故障诊断
摘要轴承是带有变速箱的任何机械的关键元素。必须有效诊断轴承断层以确保机械的安全性和正常操作。因此，轴承中机械故障的识别和评估对于确保可靠的机械操作非常重要。这项比较研究表明，通过利用各种机器学习方法，包括SVM，KNN，线性回归，脊回归，XGB回归，ADABOOST回归和CAT促进回归，轴承诊断的性能。轴承就像机械世界的无名英雄一样，在船上从车轮到螺旋桨，都极大地支撑和指导所有事物的平稳运动。然而，与其他机械组件一样，随着时间的流逝，轴承的持续使用会导致磨损，这最终可能导致故障。
空间/真空环境下酚醛球轴承保持架测试
这是一种非接触式光学测量系统，可通过针对每种保持器设计的特定程序将平均尺寸拟合到数百次光学测量中。本文中使用的所有测量（包括 2012 年的先前数据和当前测试）均使用相同类型的湿度柜和相同的 Visio 测量系统完成。在当前测试中进行的每次测量中，每个保持器都独立从湿度室中取出。之前的 2012 年数据被用作参考比较，测试时并未完整记录用于此测试的确切程序。图 2 和图 3 显示了湿度柜和测量孔和 OD 视觉系统以供参考。两个系统都紧挨着放在一个公共工作台上，以限制超出参考湿度条件的时间。
New SKF' cylindrical roller bearing unit will be present at InnoTrans
SKF 的新型货运圆柱滚子轴承单元 (CRU) 标志着铁路行业迈出了重要一步。这款创新产品旨在满足日益增长的对成本效益高、可持续货物运输的需求。CRU 经过预润滑和密封，可最大限度地减少维护需求。CRU 的尺寸确保与现有轴承兼容，在最常用的货运轴箱类型（如 Y25）中，CRU 简化了更换过程，无需进行大量改装。其设计采用夹紧外圈和内圈，增强稳定性，并且可在不超过维护间隔的情况下重复使用。密封的 CRU 为轴箱引入了额外的密封屏障，可提供出色的防污保护，从而延长使用寿命。SKF 对创新的承诺在 CRU 中得到了充分体现，它将重新定义货运轴承解决方案的性能和使用寿命”，全球铁路工程经理 Jan Babka 说道。 CRU 的维护间隔长达 120 万公里或 11-12 年，是标准圆柱滚子轴承的两倍。这种延长的间隔证明了该装置的耐用性和其制造过程中使用的高级材料。得益于专用液压机和工具，安装和拆卸非常方便，这进一步提高了 CRU 的效率。
关于（超额计费轴承消费者H3/3120（...
被发现有缺陷或电力泄漏，或者发现消费者改变了仪表和相关设备的位置，或者如果消费者使用任何设备或设备，或者以危害服务线，设备，电源，电动供应收源和其他工作的方式或以任何方式使用的方式危害服务线，设备，电气供应收源和其他方式的能量
轴承故障检测与分类的决策树模型比较研究
轴承故障诊断对于减少故障、提高旋转机械的功能性和可靠性至关重要。由于振动信号是非线性和非平稳的，提取特征以进行降维和有效的故障检测具有挑战性。本研究旨在评估基于决策树的机器学习模型在轴承故障数据检测和分类中的性能。提出了一种将基于树的分类器与派生的统计特征相结合的机器学习方法，用于局部故障分类。通过时域分析从正常和故障振动信号中提取统计特征，以开发基于树的 AdaBoost (AD)、分类和回归树 (CART)、LogitBoost 树 (LBT) 和随机森林树 (RF) 模型。
制造过程中GD2 TRAC-CAR T细胞的代谢启动促进记忆表型，同时增强持久性
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年3月23日发布。 https://doi.org/10.1101/2024.03.22.586207 doi：Biorxiv Preprint
基于摩擦电原理的人工智能金属聚合物滑动轴承
随着物联网和人工智能的快速发展，对智能轴承传感技术的需求急剧增加。一般的轴承传感器只能识别来自温度或振动的基本信息，远远不能满足自诊断和自维护。最近，基于摩擦电纳米发电机的自供电传感技术为制造智能轴承开辟了一条新途径。在本研究中，摩擦电原理被应用于商用金属聚合物滑动轴承（MPPB），该轴承可以实现自感知，自诊断和自维护。摩擦电MPPB（T-MPPB）的几何结构旨在平衡输出效率和外部负载，并验证了超强的耐久性和负载能力。此外，首次揭示了边界和静水流体润滑下输出变化趋势背后的机制。此外，深度学习算法可以高度准确地对润滑状态进行分类。所提出的 T-MPPB 有可能根据 AI 分类的润滑状况，使用润滑泵实现自我维护。这项研究不仅确立了设计自供电智能 MPPB 的可行性，还展示了一种识别润滑状态的方法，从而通过自供电传感器实现自我诊断和自我维护能力。
用于预测滚珠轴承系统的机器学习模型的比较分析
摘要：在工业4.0及以后的时代，球轴承仍然是工业系统的重要组成部分。滚珠轴承的失败会导致工厂停机时间，效率低下的操作和大量的维护费用。尽管常规的预防性维护机制（例如基于时间的维护，常规检查和手动数据分析）提供了一定程度的预防故障，但它们通常是反应性，耗时和不精确的。另一方面，机器学习算法可以尽早检测异常，处理大量数据，几乎实时不断改进，进而大大提高了现代工业系统的效率。在这项工作中，我们比较了不同的机器学习和深度学习技术，以优化滚珠轴承系统的预测维护，这反过来又可以降低停机时间并提高当前和未来的工业系统的效率。为此，我们评估和比较分类算法，例如逻辑回归和支持向量机，以及随机森林和极端梯度提升等集合算法。我们还探索和评估长期记忆，这是一种复发性神经网络。我们根据这些模型的准确性，精度，召回，F1分数和计算要求评估和比较这些模型。我们的比较结果表明，就整体绩效和计算时间而言，极端梯度提升可以提供最佳的权衡。对于2155个振动信号的数据集，极端梯度提升的精度为96.61％，而训练时间仅为0.76 s。此外，在获得大于80％的精度的技术中，极端梯度提升还提供了最佳的准确性与计算时间比率。