文献

J-GLOBAL ID：201702251345753319   整理番号：17A0732268

ウェーブレット領域におけるMARKOVモデルに基づく故障診断法を提案した。【JST・京大機械翻訳】

Bearing fault diagnosis using a wavelet-domain hidden markov model

著者 (4件)： TAO Xin-min (College of Information and Communication Engineering,Harbin Engineering University) ,  XU Jing (Department of Mathematics and Mechanics,Heilongjiang Institute of Science and Technology) ,  DU Bao-xiang (College of Information and Communication Engineering,Harbin Engineering University) ,  XU Yong (College of Information and Communication Engineering,Harbin Engineering University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 28  号： 4  ページ： 33-37  発行年： 2009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： ウェーブレットエネルギースペクトルとエネルギースペクトルエントロピーに基づく故障診断法において,ウェーブレット分解係数がGAUSS分布に従うという欠点を克服するために,マルチスケールウェーブレット領域MARKOVモデル(WHMM)に基づく故障診断法を提案した。この方法は,マルチスケールウェーブレット分解係数の統計的特性を解析し,隠れMARKOVモデルを用いて,ウェーブレット係数のスケール間の統計的相関を記述した。最尤推定法によって決定されたモデルパラメータは,信号特性として故障診断を実現するために使用される。実験結果は,設計アイデアの正確さとアルゴリズムの効率を示した。最後に,提案方法の性能を,ウェーブレットベース,ウィンドウ幅,および分類装置の3つのレベルから分析して,結果は,提案した方式が強い安定性とロバスト性を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最尤法 ,  *波束 ,  分類装置 ,  *モデル ,  ロバスト性 ,  信号特性 ,  *故障診断 ,  ウェーブレット係数
準シソーラス用語： モデルパラメータ ,  統計的特性 ,  マルチスケール ,  ウェーブレット分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： fault detection ,  wavelet energy spectrum ,  hidden markov model ,  maximum likelihood method

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ウェーブレット ,  Markovモデル ,  故障診断 ,  提案