文献

J-GLOBAL ID：201702222282891857   整理番号：17A0355899

最適化グレイモデルに基づくディーゼルエンジンの状態解析と故障予測【JST・京大機械翻訳】

Fault Prediction of Diesel Engine Based on Optimized Grey Model

著者 (3件)： Han Bing (State Key Laboratory of Navigation and Safety Technology,Shanghai Ship and Shipping Research Institute) ,  Yin Zhenjie (State Key Laboratory of Navigation and Safety Technology,Shanghai Ship and Shipping Research Institute) ,  Wang Xianxin (State Key Laboratory of Navigation and Safety Technology,Shanghai Ship and Shipping Research Institute)
資料名： Zhongguo Hanghai  (Zhongguo Hanghai)
巻： 39  号： 4  ページ： 38-42  発行年： 2016年 
JST資料番号： W1464A  ISSN： 1000-4653  CODEN： ZHNGE5  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： ディーゼルエンジンの状態解析と故障予測の問題を解決するために,ニューラルネットワーク最適化に基づく灰色モデル予測法を提案する。多次元GM(1,5)モデルの確立に基づき,遺伝的アルゴリズムによって最適化されたニューラルネットワークを用いて,誤差補償器を構築し,次に,GBPGA予測モデルを構築し,ディーゼルエンジンの状態解析および故障予測を実現した。ディーゼルエンジン故障シミュレーション試験データをサンプルとしてモデルを検証し,結果は,予測モデルがディーゼルエンジンの潜在的故障を効果的に予測できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *故障 ,  予測モデル ,  *ディーゼル機関 ,  高次元 ,  遺伝的アルゴリズム ,  ニューラルネットワーク ,  *最適化
準シソーラス用語： 試験データ ,  故障シミュレーション ,  誤差補償 ,  モデル予測 , 【Automatic Indexing@JST】

著者キーワード (7件)： ship engineering ,  fault prediction ,  neural network ,  GM( 1 ,  5) ,  genetic algorithm ,  GBPGA

分類 (9件)： 油層工学  (UA10030G) ,  統計的品質管理  (KB04030W) ,  圧延技術  (WC06030Z) ,  システム設計・解析  (IA02030D) ,  送電  (NB05030G) ,  航空機の運動性・安定性・操縦性  (QK02040A) ,  システム最適化手法  (IA02050Z) ,  電話・データ通信・交換一般  (ND11010T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 最適化 ,  グレイ ,  モデル ,  ディーゼルエンジン ,  解析 ,  故障予測