Accueil › Annuaire des chercheurs › Xavier Chiementin
Xavier Chiementin
Affiliation : Institut de Thermique, Mécanique, Matériaux · Université de Reims Champagne-Ardenne
- 18Publications (affiliation française)
- 130Publications au total
- 1162Citations
- 18Indice h
Profil de recherche
Xavier Chiementin compte 18 publications référencées (2017–2025). Ses travaux paraissent principalement dans « Applied condition monitoring », « Lecture notes in mechanical engineering » et « HAL ». Son article le plus cité, « Digital twin-driven machine learning: ball bearings fault severity classification » (2020), a été cité 72 fois. 3 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de Tunisie, Algérie.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Machine Fault Diagnosis Techniques
- Gear and Bearing Dynamics Analysis
- Fault Detection and Control Systems
- Effects of Vibration on Health
- Reliability and Maintenance Optimization
Publications (18)
- A Hybrid Diagnostic Framework for Gear Crack Severity Classification Using Digital Twins and Machine Learning
- Dynamic modeling and vibration analysis for defect identification of single-stage gearboxes in the joints of industrial robots with six DOF
- Intelligent Diagnosis of Gear Transmission Systems of Robots Based on a Digital Model
- Modelling of an Industrial Robot Joint Transmission in Presence of Gear Defect
- Localization of defects in rolling element bearings by dynamic classification based on meta-analysis of indicators: supervised real-time OPTICS method
- Supervised Classification Of induction Motors faults
- Single Stage Gearbox Under Variable Regime
- Modeling of Robot Gear Transmission
- Order-Based Identification of Bearing Defects under Variable Speed Condition
- Dynamic Remaining Useful Life Estimation for a Shaft Bearings System
- Time Synchronous Averaging Based Detection of Bearing Defects
- Rotor-Ball Bearings System Under Variable Regime
- Digital twin-driven machine learning: ball bearings fault severity classification
- Numerical model of a single stage gearbox under variable regime
- Thermo-dynamical modelisation of the degradation of a ball bearing in variables use conditions
- Méthode de réduction de dimension des indicateurs de défaut par méta-analyse
- Surveillance multidimensionnelle des machines tournantes par classification Dynamique dans un but de maintenance conditionnelle
- RT-OPTICS: real-time classification based on OPTICS method to monitor bearings faults
Revues de publication
- Applied condition monitoring × 4
- Lecture notes in mechanical engineering × 2
- HAL × 2
- Iranian Journal of Science and Technology Transactions of Mechanical Engineering × 1
- Proceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science × 1
- Journal of Vibration Engineering & Technologies × 1
Publications par année
- 20251
- 20232
- 20225
- 20214
- 20203
- 20192
- 20171
Collaborations
Établissements partenaires : University of Sfax · Centre de Recherche en Sciences et Technologies de l'Information et de la Communication · University Ferhat Abbas of Setif · Laboratoire d'analyse des signaux & des processus industriels · Université Jean Monnet
Pays des co-auteurs : Tunisie · Algérie
Co-auteurs
- Fabrice Bolaers
- Mohamed Habib Farhat
- Anis Frej
- Lanto Rasolofondraibe
- Hamouche Khalil
- Fabrice Bolares
- Jean-Paul Dron
- Mohammed Lachi
- Hervé Pron
- Dalila Belmiloud
- Mohamed Haddar
- Fakher Chaari
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.