文献

J-GLOBAL ID：201702225501517208   整理番号：17A0172981

特性選択と確率的ニューラルネットワークに基づく軸受故障診断の研究【JST・京大機械翻訳】

Study on the Bearing Fault Diagnosis based on Feature Selection and Probabilistic Neural Network

著者 (6件)： Liu Yunzhe (Aeronautics and Astronautics Engineering Institute, Air Force Engineering University) ,  Hu Jinhai (Aeronautics and Astronautics Engineering Institute, Air Force Engineering University) ,  Ren Litong (Aeronautics and Astronautics Engineering Institute, Air Force Engineering University) ,  Yao Kaixiang (Aeronautics and Astronautics Engineering Institute, Air Force Engineering University) ,  Duan Jinfeng (Aeronautics and Astronautics Engineering Institute, Air Force Engineering University) ,  Chen Lin (Representative Office at Chengdu Aero Industry Co., Ltd. of PLA)
資料名： Jixie Chuandong  (Jixie Chuandong)
巻： 40  号： 10  ページ： 48-53  発行年： 2016年 
JST資料番号： C2052A  ISSN： 1004-2539  CODEN： JICHEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 航空エンジン軸受の故障診断精度を改善するために,距離評価基準と確率的ニューラルネットワーク分類技術を適用して,特徴選択と確率的ニューラルネットワークに基づく軸受故障診断法を提案した。まず第一に,軸受故障試験データを用いて,14の時間領域特性と13の周波数領域特性を抽出して,故障点の集合を構成した。第二に,分類性能を改良して,分類特性に及ぼす結合特性の影響を減少するために,距離評価に基づく特性選択方法を適用して,分類性能のより良い特性パラメータを選択した。これに基づき,確率的ニューラルネットワーク法を用いて,ベアリングの故障診断を研究した。軸受故障シミュレーション実験データを用いて,この方法の精度がBPニューラルネットワークとサポートベクトルマシンと比較してより高いことを示した。同時に、特徴選択を採用したため、診断効率と精度はさらに向上した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *軸受 ,  特徴選択 ,  周波数領域 ,  *故障診断 ,  *故障 ,  サポートベクトルマシン ,  評価基準 ,  逆伝播ニューラルネットワーク ,  時間領域 ,  試験データ ,  航空エンジン ,  *確率的ニューラルネットワーク
準シソーラス用語： 診断効率 ,  故障シミュレーション ,  選択法 , 【Automatic Indexing@JST】

著者キーワード (5件)： Aero-engine ,  Bearing ,  Fault diagnosis ,  Feature selection ,  PNN

分類 (2件)： 軸受  (QB01020W) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 確率的ニューラルネットワーク ,  軸受 ,  故障診断 ,  研究