文献

J-GLOBAL ID：201702272024601497   整理番号：17A0796244

QPSO LSSVRに基づく電気油圧アクチュエータのためのセンサ故障診断【Powered by NICT】

Sensor fault diagnosis for electro-hydraulic actuator based on QPSO-LSSVR

著者 (5件)： Ting Li (School of Automation, Northwestern Polytechnical University, Xi’an, 710129 China) ,  Yongping Yu (Nanjing Engineering Institute of Aircraft Systems, Jingcheng AVIC, 211100 China) ,  Jian Wang (School of Automation, Northwestern Polytechnical University, Xi’an, 710129 China) ,  Rong Xie ,  Xinmin Wang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CGNCC  ページ： 1051-1056  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,量子粒子群最適化(QPSO)と最小二乗サポートベクトル回帰(LSSVR)アルゴリズムに基づく新しい故障診断法を電気油圧アクチュエータのためのセンサ故障を検出するために提案した。LSSVRアルゴリズムに基づく予測モデルはセンサ出力を予測するために確立した。LSSVRモデルの予測出力とセンサの実際の出力間の残差を計算することにより,故障を指摘することができた。LSSVRモデルの予測精度を改善するために,QPSOはLSSVRモデルで使用されるハイパーパラメータを最適化するために採用した。シミュレーション実験は,PSO(粒子群最適化)LSSVRと比較して,QPSO LSSVRの予測誤差は小さく,収束速度が速いことを示した。アクチュエータシステムで発生した,いくつかの典型的なセンサ故障検出のための故障診断法の有効性もシミュレーション実験で検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 予測 ,  最適化 ,  *故障診断 ,  最小二乗法 ,  シミュレーション ,  予測モデル ,  アルゴリズム ,  予測誤差 ,  *センサ
準シソーラス用語： 収束速度 ,  予測精度 ,  サポートベクトル回帰 ,  粒子群最適化 ,  *センサ故障 ,  *油圧アクチュエータ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： QPSO ,  油圧アクチュエータ ,  センサ故障 ,  診断