文献

J-GLOBAL ID：201702247172981138   整理番号：17A0109290

多様体学習に基づくPMSMの初期ターン間短絡故障特徴抽出【JST・京大機械翻訳】

Feature extraction of inchoate interturn short circuit fault for PMSM based on manifold learning

著者 (5件)： Chen Bingren (School of Aeronautics and Astronautics Engineering, Air Force Engineering University) ,  Li Yinghui (School of Aeronautics and Astronautics Engineering, Air Force Engineering University) ,  Li Zhe (School of Aeronautics and Astronautics Engineering, Air Force Engineering University) ,  Lu Xiaoyong (School of Aeronautics and Astronautics Engineering, Air Force Engineering University) ,  Liu Cong (The First Aviation Academy of Chinese Air Force)
資料名： Dianlixitong Baohu Yu Kongzhi  (Dianlixitong Baohu Yu Kongzhi)
巻： 44  号： 17  ページ： 18-25  発行年： 2016年 
JST資料番号： C2675A  ISSN： 1674-3415  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： 永久磁石同期電動機の初期故障特性を抽出するのが難しいという問題を解決するために,永久磁石同期電動機のための本有限要素モデルを,ANSOFTによって確立し,そして,短絡性能を,11から7回転までのシミュレーションによって,シミュレーションした。ウェーブレットパケット解析により,異なる周波数帯のエネルギー特性を分解し,故障状態の高次元特性を得た。本論文では,局所的空間法と他の多様体学習法を用いて,初期故障の次元を低減し,低次元空間における写像を得て,実験検証を行った。結果は,多様体学習方法が故障と正常状態を効果的に分類することができ,局所的空間配列法が短絡故障を区別することができ,永久磁石同期電動機の故障診断と予測のための新しいアイデアを提供することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 故障診断 ,  高次元 ,  *特徴抽出 ,  周波数帯 ,  初期故障 ,  *故障
準シソーラス用語： 低次元 ,  エネルギー特性 ,  ウェーブレットパケット解析 ,  *多様体学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： permanent magnet synchronous motor ,  interturn short ,  local tangent space arrangement ,  Ansoft ,  wavelet packet

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (5件)： 多様体学習 ,  PMSM ,  初期 ,  短絡故障 ,  特徴抽出