文献

J-GLOBAL ID：201702240531157793   整理番号：17A0206577

粒子群最適化に基づくカーネル主成分分析の故障検出方法【JST・京大機械翻訳】

Fault Detection of Kernel Principal Component Analysis Based on Particle Swarm Optimization

著者 (4件)： Shi Huaitao (School of Mechanical Engineering,Shenyang Jianzhu University) ,  Song Wenli (School of Mechanical Engineering,Shenyang Jianzhu University) ,  Zhang Ke (School of Mechanical Engineering,Shenyang Jianzhu University) ,  Zhou Qian (School of Mechanical Engineering,Shenyang Jianzhu University)
資料名： Shenyang Jianzhu Daxue Xuebao. Ziran Kexue Ban  (Shenyang Jianzhu Daxue Xuebao. Ziran Kexue Ban)
巻： 32  号： 4  ページ： 710-717  発行年： 2016年 
JST資料番号： C2981A  ISSN： 2095-1922  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： 目的:粒子群最適化(PSO)に基づくカーネルパラメータ最適化を提案し,ハイブリッドカーネルKPCAの故障検出法を得る。【方法】多項式カーネル関数とGAUSS基底関数カーネル関数法を導入し,PSOを用いて最適パラメータを得て,最適化混合カーネル関数を得て,次にPCAと結合してPSO最適化に基づくKPCA.を得た。結果:混合非線形主成分特徴によって計算したT2とSPE統計量に基づき、故障検出を実現した。さらに,故障検出率は動径基底KPCAよりも高く,時間コストは多項式KPCA.よりも低い。【結論】テネシー-EASTMAN(TE)試験と電気スピンドルシステムの応用により,KPCA法の実現可能性と実用性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 統計量 ,  *故障検出 ,  基底関数 ,  基底 ,  多項式 ,  *最適化
準シソーラス用語： 実用性 ,  最適パラメータ ,  Kernel関数 ,  パラメータ最適化 ,  *カーネル主成分分析 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： particle swarm optimization ,  mixed kernel function ,  KPCA ,  fault diagnosis ,  motorized spindle

分類 (3件)： 化学プロセスの測定,監視,計装  (XC02030Y) ,  システム最適化手法  (IA02050Z) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 粒子群最適化 ,  カーネル主成分分析 ,  故障 ,  検出方法