文献

J-GLOBAL ID：201702283739959032   整理番号：17A0158244

CHMMに基づくベアリング性能劣化の包括的評価方法について研究した。【JST・京大機械翻訳】

Research on comprehensive evaluation method for bearing performance degradation based on continuous hidden Markov model

著者 (4件)： Jiang Wanlu (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control,Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China) ,  Yang Kai (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control,Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China) ,  Dong Keyan (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control,Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China) ,  Zhang Sheng (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control,Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China)
資料名： Yiqi Yibiao Xuebao  (Yiqi Yibiao Xuebao)
巻： 37  号： 9  ページ： 2014-2021  発行年： 2016年 
JST資料番号： C2448A  ISSN： 0254-3087  CODEN： YYXUDY  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： 従来のベアリング性能劣化評価方法における劣化段階分割の主観性と連続的隠れMARKOVモデルは,評価モデルを確立するとき,通常の状態のサンプルによって引き起こされた評価結果の欠陥を考慮して,連続的隠れMARKOVモデルに基づく軸受性能劣化の包括的評価方法を提案した。まず第一に,サポートベクトルクラスタリング法を用いて,軸受の全ライフサイクルをいくつかの劣化段階に分割し,次に,各段階から一定の割合のサンプルを訓練して,軸受の連続的隠れMARKOVモデルを確立した。異なる退化段階の訓練サンプルをモデルに入力し、異なる段階のサンプルが確立した正常段階の連続隠れMARKOVモデルの出力確率を獲得し、これによってサンプルが異なる退化段階に属するメンバーシップ関数分布を得た。最後に,対数解析法を用いて,軸受の試験サンプルの正常度に対するサンプルの結合度を確立し,そして,最終的に,軸受の性能劣化程度の総合的スコアを得た。軸受の全寿命データを用いて,従来の連続的隠れMARKOVモデルと従来の無次元指数との比較によって,提案した包括的評価方法が軸受性能劣化評価に有効であることを証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： メンバシップ関数 ,  *軸受 ,  ライフサイクル ,  退化
準シソーラス用語： スコア ,  評価モデル ,  *評価方法 ,  *性能劣化 , 【Automatic Indexing@JST】

著者キーワード (4件)： continuous hidden Markov model (CHMM) ,  comprehensive evaluation method ,  set pair analysis ,  support vector clustering

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： ベアリング ,  性能劣化 ,  評価方法 ,  研究