文献

J-GLOBAL ID：201702287326067381   整理番号：17A0296817

工業プロセスにおける非同期電動機の故障最適化診断に関するシミュレーション【JST・京大機械翻訳】

Diagnosis Simulation of Asynchronous Motor Fault in Industrial Process Optimization

著者 (4件)： Li Zongping (College of Information Engineering,Xiangtan University) ,  Wang Quan (College of Information Engineering,Xiangtan University) ,  Zeng Hui (Zhongye Changtian International Engineering Co.,Ltd.) ,  Yang Guiming (Zhongye Changtian International Engineering Co.,Ltd.)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 33  号： 11  ページ： 418-421,442  発行年： 2016年 
JST資料番号： C2937A  ISSN： 1006-9348  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： 工業プロセスにおける非同期電動機の故障診断問題の研究において,実際の運転条件の下で,電動機の動作環境の影響のため,故障は複雑で,通常の情報は発生しない。従来の神経回路網の故障診断法は,変化する環境における電動機の状態情報を正確に分類することが難しく,その訓練速度が遅く,汎化能力が低く,実際の応用の要求を満たすことが困難である。高速信頼性のある故障診断を実現するために,ウェーブレットパケット--限界故障診断法を提案した。ウェーブレットパケット解析によって抽出された電流特性ベクトルを,オンライン逐次限界学習マシンによって再学習し,そして,故障環境を,適応的に認識することができた。シミュレーション結果は,従来のニューラルネットワークと比較して,改良した方法が故障タイプと故障位置をより高速で正確に判断することができ,故障診断のための科学的基礎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 ,  汎化 ,  *同期電動機 ,  学習 ,  高速度 ,  *故障 ,  *電動機 ,  *最適化 ,  固有ベクトル ,  神経回路網
準シソーラス用語： 再学習 ,  オンライン ,  ウェーブレットパケット ,  運転条件 ,  *工業プロセス , 【Automatic Indexing@JST】

著者キーワード (4件)： Fault diagnosis ,  Asynchronous motor ,  Wavelet packet ,  Extreme learning machine

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (7件)： 工業 ,  プロセス ,  同期電動機 ,  故障 ,  最適化 ,  診断 ,  シミュレーション