文献

J-GLOBAL ID：201602292045177496   整理番号：16A1018732

複合マルチスケールファジィエントロピーに基づく転がり軸受故障診断法を【JST・京大機械翻訳】

Composite multi-scale fuzzy entropy based rolling bearing fault diagnosis method

著者 (4件)： Zheng Jinde (School of Mechanical Engineering, Anhui University of Technology) ,  Pan Haiyang (School of Mechanical Engineering, Anhui University of Technology) ,  Cheng Junsheng (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University) ,  Zhang Jun (School of Mechanical Engineering, Anhui University of Technology)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 8  ページ： 116-123  発行年： 2016年 
JST資料番号： C2157A  ISSN： 1000-3835  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： 正確に抽出する転がり軸受の振動信号の非線形故障特徴のために,マルチスケールエントロピー(MULTI-SCALE ENTROPY,MSE)における方式の不足を粗視化,1つの新しい評価時間配列自己類似性と複雑性が提案した方法である複合多スケールファジィエントロピー(COMPOSITE MULTI-FUZZY SCALE ENTROPY,CMFE)。MSEと比べて,CMFEは同一スケールでいくつかの粗視化配列の情報を統合し,スケール因子の増加に伴い,エントロピー変化はより安定であり,一貫性はより良かった。この基礎の上で,FISHERスコア特徴選択とサポートベクトルマシン(SVM)パターン分類を結合しながら,1つの新しい転がり軸受の知的故障診断法を提案した。転がり軸受の実験データの解析に提案の方法を適用し,比較した結果により,提案した方法の有効性と優位性を検証した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： スケール因子 ,  *故障診断 ,  サポートベクトルマシン ,  *エントロピー ,  パターン分類 ,  自己相似性 ,  特徴選択 ,  *故障 ,  *転がり軸受
準シソーラス用語： スコア ,  複雑性 ,  粗視化 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： multi-scale entropy ,  composite multi-scale fuzzy entropy ,  feature selection ,  rolling bearing ,  fault diagnosis

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (2件)： 転がり軸受 ,  故障診断