文献

J-GLOBAL ID：201702220780156639   整理番号：17A0145881

SVM(サポートベクトルマシン)とセグメント化投票法に基づく列車転がり軸受の性能劣化評価【Powered by NICT】

Performance degradation assessment of train rolling bearings based on SVM and segmented vote method

著者 (5件)： Qin Yong (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, PR China) ,  Wang Dandan (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, PR China) ,  Zhao Xuejun (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, PR China) ,  Jia Hui Ma Limin (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, PR China) ,  Zhang Yuan (School of Mechanical Engineering, Beijing Institute of Graphic Communication, Beijing, PR China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PHM (Chengdu)  ページ： 1-6  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： 列車転がり軸受の性能劣化評価の問題を解決するために,セグメンテーション票とSVMに基づく分解パターン認識と評価法を提案した。軸受性能劣化の効果的特徴指標を得るために,収集した振動加速度データと,データは,レーザ顕微解剖によって分解し,状態の特徴を抽出し,PCAにより低次元。そして,特徴指数に基づいて,最小二乗SVMと分割投票を組み合わせた方法を開発した。伝統的なパターン認識法と比較して,新しい方法は,同定精度を効果的に改善する。実験結果は三段階(通常運転,一次分解と著しく分解)の同定精度は95%以上であることを示した。最後に,精度低下パターン認識結果により,列車転がり軸受性能劣化評価を完成させた。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： *セグメンテーション ,  最小二乗法 ,  パターン認識 ,  レーザ ,  *投票 ,  *転がり軸受 ,  *軸受 ,  *サポートベクトルマシン
準シソーラス用語： 低次元 ,  顕微解剖 ,  振動加速度 ,  評価法 ,  *性能劣化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： SVM ,  サポートベクトルマシン ,  セグメント化 ,  投票 ,  列車 ,  転がり軸受 ,  性能劣化 ,  評価