文献

J-GLOBAL ID：201702255703770994   整理番号：17A0351374

航空エンジン性能パラメータ低減法の研究【JST・京大機械翻訳】

Research on Reduction of Aeroengine Parameters

著者 (4件)： Zhang Jian (College of Civil Aviation,Nanjing University of Aeronautics and Astronautics) ,  Cao Yuyuan (College of Civil Aviation,Nanjing University of Aeronautics and Astronautics) ,  Li Yanjun (College of Civil Aviation,Nanjing University of Aeronautics and Astronautics) ,  Zhang Lina (College of Civil Aviation,Nanjing University of Aeronautics and Astronautics)
資料名： Hangkong Jisuan Jishu  (Hangkong Jisuan Jishu)
巻： 46  号： 6  ページ： 69-72  発行年： 2016年 
JST資料番号： C2914A  ISSN： 1671-654X  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： 航空エンジンの性能パラメータを抽出するためのキーパラメータを抽出することは,故障認識の精度と信頼性を向上させるための必要条件であり,2つの性能パラメータアルゴリズムを提案する。灰色クラスタリングアルゴリズムのパラメータ縮小に基づき,最初に,パラメータ間の灰色関連度を計算し,次に,クラスタ中心を選択して,特徴パラメータを抽出した。ファジィラフ集合のパラメータ縮小に基づき,ファジィクラスタリングアルゴリズムを用いて連続データを離散化し,次にラフ集合理論を用いてパラメータを縮小した。航空エンジンの実際のモニタリングデータを用いて,この方法を検証した。2つの方法の結果は一致し,故障診断は診断精度を改善し,計算時間を短縮した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 故障 ,  CPU時間 ,  *クラスタ ,  信頼性 ,  故障診断 ,  必要条件
準シソーラス用語： 診断精度 ,  離散化 ,  特徴パラメータ ,  クラスタリングアルゴリズム ,  *航空エンジン , 【Automatic Indexing@JST】

著者キーワード (5件)： aeroengine ,  parameter reduction ,  grey clustering ,  fuzzy rough set ,  fault diagnosis

分類 (9件)： 計算機網  (JC03000K) ,  無線通信一般  (ND08010L) ,  システム・制御理論一般  (IA02010H) ,  太陽エネルギー  (LB03030Q) ,  医用画像処理  (JE04020T) ,  ロボットの運動・制御  (IC04012J) ,  神経系の腫よう  (GN04000V) ,  予防医学一般  (GB01010B) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 航空 ,  エンジン性能 ,  パラメータ ,  研究