Academic literature on the topic 'Axlebox bearings'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Axlebox bearings.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Axlebox bearings":
Entezami, Mani, Clive Roberts, Paul Weston, Edward Stewart, Arash Amini, and Mayorkinos Papaelias. "Perspectives on railway axle bearing condition monitoring." Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit 234, no. 1 (February 26, 2019): 17–31. http://dx.doi.org/10.1177/0954409719831822.
YANG, Juping. "Reasonable Loadsets for Design Assessment on Journal/Axlebox Bearings of Railway Vehicles Related to Probabilistic Lives." Journal of Mechanical Engineering 51, no. 18 (2015): 191. http://dx.doi.org/10.3901/jme.2015.18.191.
Li, Xiao Feng, Yun Xiao Fu, and Li Min Jia. "Fault Diagnosis of Railway Axlebox Bearing Based on Wavelet Packet and Neural Network." Applied Mechanics and Materials 226-228 (November 2012): 749–55. http://dx.doi.org/10.4028/www.scientific.net/amm.226-228.749.
Kladko, N. "Selection of rational parameters of axleboxes with a conic roller bearing." Collection of scientific works of the State University of Infrastructure and Technologies series "Transport Systems and Technologies" 34 (December 2019): 137–45. http://dx.doi.org/10.32703/2617-9040-2019-34-1-11.
Мартинов, Ігор Ернестович, Альона Володимирівна Труфанова, Василь Михайлович Ільчишин, Євген Рудольфович Можейко, and Вадим Олександрович Шовкун. "The results of performance tests of duplex cassette cylindric bearings in axleboxes of freight cars." Eastern-European Journal of Enterprise Technologies 1, no. 7(73) (February 25, 2015): 8. http://dx.doi.org/10.15587/1729-4061.2015.36080.
Wang, Jinhai, Jianwei Yang, Yongliang Bai, Yue Zhao, Yuping He, and Dechen Yao. "A comparative study of the vibration characteristics of railway vehicle axlebox bearings with inner/outer race faults." Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, December 10, 2020, 095440972097908. http://dx.doi.org/10.1177/0954409720979085.
"Smart Vibration Sensor for Axleboxes." International Journal of Innovative Technology and Exploring Engineering 9, no. 3 (January 10, 2020): 2109–21. http://dx.doi.org/10.35940/ijitee.c8735.019320.
Dissertations / Theses on the topic "Axlebox bearings":
KEHLENBACH, JOSUA. "Fault diagnosis of axlebox roller bearings of high speed rail vehicles based on empirical mode decomposition and machine learning." Thesis, KTH, Skolan för industriell teknik och management (ITM), 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-299774.
Axelbox lager är en av de viktigaste komponenterna i ett järnvägsfordon när det berör säkerheten. Ett axelbox lager som havererar under drift kan vara farligt for passagerarna och även dyrt för operatören. Driftfel av lagren har varit orsaken till många katastrofala olyckor. Därför är det av yttersta vikt att förutsäga lagerfel så tidigt som möjligt. Detta ökar fordonets tillförlitlighet och säkerhet samt minskar underhållskostnaderna. Mycket forskning har utförts inom övervakning av rullager. Många metoder använder komplexa algoritmer för att maximalt utnyttja matningarna. Algoritmerna saknar ofta tolkbarhet och har höga beräkningskostnader, vilket gör dem svåra att använda i ett integrerat system. Denna avhandling kombinerar era metoder för databehandling och maskininlärning till en algoritm som kan förutsäga lagerskador med hög precision, samtidigt som tolkningsförmågan bibehalls. Bland andra välkända metoder sa använder algoritmen Empirical Mode Decomposition (EMD) och Singular Value Decomposition (SVD) för att extrahera väsentlig information for vibrationsmätningarna. Algoritmen testas sedan med tre olika vibrationsdatamängder, varav en mättes specikt med tanke på simulering av axelbox lager. Ett annat mål med algoritmen är att göra den tillämpad för ytterligare mätningar. Det bör vara möjligt att inkludera mätningar av olika slag, dvs ljud- eller temperaturmätningar, och därigenom förbättra resultaten. Detta skulle minska implementeringskostnaden avsevärt eftersom befintliga sensorer används för detta ändamål. I händelsen av att de föreslagna metoderna inte fungerar med nya mätningar är det även möjligt att integrera ytterligare funktioner i algoritmen.