文献

J-GLOBAL ID：201702232045733250   整理番号：17A0173466

EEMD特異に基づく高速分岐器クラック検出法【JST・京大機械翻訳】

High-Speed Turnout Flaw Detection Based on EEMD Singular Entropy

著者 (4件)： Chen Hongyi (School of Information Science and Technology, Southwest Jiaotong University) ,  Wang Xiaomin (School of Information Science and Technology, Southwest Jiaotong University) ,  Guo Jin (School of Information Science and Technology, Southwest Jiaotong University) ,  Yang Yang (School of Information Science and Technology, Southwest Jiaotong University)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 36  号： 5  ページ： 845-851  発行年： 2016年 
JST資料番号： C2749A  ISSN： 1004-6801  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： 本論文では,高速分岐器の亀裂の特徴抽出と状態監視の問題について述べた。本論文は,経験的モード分解(EEMD)と最小二乗サポートベクトルマシン(LSSVM)に基づく高速分岐亀裂検出法を提案した。まず第一に,非定常分岐器の振動信号をEEMD法によって適応的に有限要素モード(IMF)に分解し,IMFには原信号の異なる特徴スケールが含まれる。次に,相関解析を用いて,元の信号との相関が最も大きいいくつかのIMFを選択し,IMF成分の固有値を計算することによって,固有ベクトルを構成した。最後に,点データを融合した後に,特異の特徴ベクトルをLSSVMに入力し,訓練とテストを行い,分岐の動作状態と損傷のタイプを判断した。シミュレーション結果により,本方法は,20DB以上のSN比において,ノイズの影響を受けず,そして,この方法の安定性は良好であり,そして,それは,分岐の亀裂検出のために,効果的に用いることができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *分岐器 ,  固有値 ,  SN比 ,  固有ベクトル ,  亀裂 ,  *高速度 ,  特徴抽出
準シソーラス用語： 特徴ベクトル ,  相関分析 ,  振動信号 ,  非定常性 ,  最小二乗-サポートベクトルマシン ,  経験的モード分解 ,  状態監視 ,  *亀裂検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： flaw detection ,  high-speed turnout ,  vibration signal ,  ensemble empirical mode decomposition ,  singular entropy ,  least square support vector machine

分類 (9件)： 図形・画像処理一般  (JE04010I) ,  眼の診断  (GP02000N) ,  パイプライン輸送  (UA11020C) ,  電力工学・電力事業一般  (NB01000X) ,  非破壊試験  (HB02030F) ,  パターン認識  (JE07000S) ,  工場設備管理  (QA01096Q) ,  ニューロコンピュータ  (JC06010Q) ,  太陽エネルギー利用機器  (QE05020H)

タイトルに関連する用語 (2件)： 分岐器 ,  クラック検出