文献

J-GLOBAL ID：201702250429379147   整理番号：17A0408846

単一故障モードを持つシステムのためのマルチストリームセンサ融合ベース予測モデル【Powered by NICT】

Multistream sensor fusion-based prognostics model for systems with single failure modes

著者 (3件)： Fang Xiaolei (Georgia Institute of Technology, United States) ,  Paynabar Kamran (Georgia Institute of Technology, United States) ,  Gebraeel Nagi (Georgia Institute of Technology, United States)
資料名： Reliability Engineering & System Safety  (Reliability Engineering & System Safety)
巻： 159  ページ： 322-331  発行年： 2017年 
JST資料番号： D0980B  ISSN： 0951-8320  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： センサ技術の進歩により,マルチストリーム分解信号の解析による複雑な工学システムの劣化をモニタリングする能力を促進した。しかし,異なるセンサのための物理的劣化過程との相関,分解シグナルの高次元性と相互相関異なる信号ストリームの様々なレベルは,そのようなシステムのモニタリングと予後への重要な課題を提起している。前述の課題に対処するために,著者らは,部分的に劣化したシステムの残留有用な寿命を予測するためのマルチストリーム信号利用する三段階マルチセンサ予後方法論を開発した。ペナルティ(log)-位置スケール回帰による情報センサを同定した。,多変量汎関数主成分分析を用いた情報センサの劣化信号,信号ストリームの相互相関をモデル化を融合した。最後に,第三段階は適応罰則付き(log)-位置スケール回帰による予測のための溶融信号特徴を利用することに焦点を当てた。シミュレーション研究を用いたマルチセンサ予後方法論並びにNASA保存庫から入手される航空機ターボファンエンジンの事例研究を検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *センサフュージョン ,  ターボファン ,  主成分分析 ,  *センサ ,  *予測モデル ,  事例研究 ,  米国航空宇宙局 ,  ペナルティ ,  モデリング ,  高次元 ,  *故障モード ,  汎関数
準シソーラス用語： マルチセンサ ,  相互相関 ,  *マルチストリーム , 【Automatic Indexing@JST】

著者キーワード (5件)： 劣化モデリング ,  機能的変数選択 ,  (log)-位置スケール回帰 ,  多変量汎関数主成分分析 ,  信号融合

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (4件)： 故障モード ,  マルチストリーム ,  センサ融合 ,  予測モデル