文献

J-GLOBAL ID：201702268307352833   整理番号：17A0406486

刺激応答と多様体学習の高感度混合領域特徴に基づくファン基礎のボルトを接続するためのゆるみ診断法【Powered by NICT】

Looseness diagnosis method for connecting bolt of fan foundation based on sensitive mixed-domain features of excitation-response and manifold learning

著者 (8件)： Chen Renxiang (School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, PR China) ,  Chen Renxiang (School of Aeronautics & Astronautics, Sichuan University, Chengdu 610065, PR China) ,  Chen Siyang (School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, PR China) ,  Yang Lixia (School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, PR China) ,  Yang Lixia (Chongqing Radio & TV University, Chongqing 400052, PR China) ,  Wang Jiaxu (School of Aeronautics & Astronautics, Sichuan University, Chengdu 610065, PR China) ,  Xu Xiangyang (School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, PR China) ,  Luo Tianhong (School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 219  ページ： 376-388  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ファン基礎のボルトを接続するためのゆるみ診断はファンと安全交通の適切な運転を確保するための重要な課題である。ゆるみ特徴抽出,緩み特徴集合構築,非感受性または低い感受性特徴干渉と特徴集合非線形次元縮小を含むボルトゆるみ診断の重要な問題を解決することを目的として,励起応答と多様体学習の高感度混合領域特徴に基づくファン基礎のボルトを接続するためのゆるみ診断法を提案した。応答信号はファンへのパルス励起信号を適用することにより収集し,周波数応答関数を計算した。ファン基礎のゆるみを応答信号と周波数応答関数によって特徴づけられる。緩み混合領域特徴集合は応答信号と周波数応答関数の融合時間領域特徴と周波数領域特徴により構築した。第二に,ゆるみ感受性指数は非感受性と低感受性特徴の干渉を避けるために高感度特徴選択のための散乱行列に基づいて計算し,ゆるみ感受性特徴セットを構築した。さらに,非線形次元低減能力を用いた効果的な多様体学習アルゴリズム,直交近傍保存埋め込み(ONPE)は低次元1つにセットし,高次元緩み感受性特徴を圧縮するために適用した。最後に,連結ボルトの異なるゆるみを認識する入力として低次元緩み感受性特徴セットは重量K最近傍分類器(WKNNC)に移入され,認識正解率の安定性が確保される。提案した方法の実現可能性と性能は接続ボルトトンネルファン基礎の成功したゆるみ診断応用により証明された。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  特徴選択 ,  直交性 ,  特徴抽出 ,  次元縮小 ,  *高感度 ,  周波数領域 ,  感受性 ,  *多様体 ,  *送風機 ,  高次元
準シソーラス用語： 低次元 ,  時間領域 ,  周波数応答関数 ,  *多様体学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： ゆるみ診断 ,  ボルト接続 ,  励起応答 ,  高感度特徴 ,  多様体学習

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 刺激応答 ,  多様体学習 ,  高感度 ,  ファン ,  基礎 ,  ボルト ,  ゆるみ ,  診断法