文献

J-GLOBAL ID：201702236796498831   整理番号：17A0162656

聴覚モデルと極値確率密度に基づく破損の故障特徴抽出手法に関する研究【JST・京大機械翻訳】

A method extracting fault features of gear teeth fractures based on an auditory modeland probability density of extreme points

著者 (5件)： Wu Wenshou (School of Mechanical Engineering & Automation,Northeastern University) ,  Li Yungong (School of Mechanical Engineering & Automation,Northeastern University) ,  Wang Bo (School of Mechanical Engineering & Automation,Northeastern University) ,  Li Guomeng (School of Mechanical Engineering & Automation,Northeastern University) ,  Shi Yuehong (School of Mechanical Engineering & Automation,Northeastern University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 19  ページ： 101-106  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： 歯車の歯の歯の故障の重要な特徴は,噛合い過程において衝突と衝撃を発生することである。本論文では,聴覚障害によって誘発される過渡的衝撃応答成分を抽出するために,聴覚モデルと信号の極値確率密度に基づく特徴抽出法を提案した。この方法では,まず第一に,信号をGTフィルタ,位相調整,および極値抽出によって抽出し,次に各ピークの振幅確率密度を計算し,各フィルタチャネルに過渡衝撃成分が存在するかどうかを判断することによって,それらの相関ピークを抽出する。同時に,システムの振動の間,歯の衝撃に関係がない極値を発生させるために,破損の衝撃を正確に抽出するために,過渡信号の周波数帯の連続性と周波数分布特性に従って,対応する抽出法を設計した。測定信号の検証により、提案方法は正確に歯の故障特徴を描写、抽出することができ、多種のタイプの過渡衝撃応答成分の中で、歯の故障によって誘発された衝撃成分を抽出でき、しかも抽出結果の精度が高いことが分かった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 連続性 ,  噛合い ,  フィルタ ,  *確率密度 ,  衝撃 ,  位相 ,  *故障 ,  聴覚障害 ,  周波数帯 ,  *特徴抽出 ,  インパルス応答
準シソーラス用語： *聴覚モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： gear teeth fracture fault ,  auditory model ,  probability density ,  transient signals ,  fault diagnosis ,  feature extraction

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)： 聴覚モデル ,  極値 ,  確率密度 ,  破損 ,  故障 ,  特徴抽出 ,  手法 ,  研究