文献

J-GLOBAL ID：201702283392342337   整理番号：17A0355648

EMD-WVDとLNMFに基づく内燃機関の故障診断【JST・京大機械翻訳】

IC engine fault diagnosis method based EMD-WVD and LNMF

著者 (5件)： Mu Weijie (Department NO. 5,the Second Artillery Engineering University) ,  Shi Linsuo (Department NO. 5,the Second Artillery Engineering University) ,  Cai Yanping (Department NO. 5,the Second Artillery Engineering University) ,  Liu Hao (Department NO. 5,the Second Artillery Engineering University) ,  Jin Guangzhi (Department NO. 5,the Second Artillery Engineering University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 23  ページ： 191-196,202  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： 内燃機関の振動信号は複雑な非定常信号であり、エンジンの振動信号中の特徴情報を正確に抽出してパターン認識を行うことは、振動信号に対して故障診断を行う手がかりである。経験的モード分解に基づく時間-周波数解析の方法は,WIGNER分布のすべての最適化を保持するだけでなく,交差項の干渉を避けて,内燃機関振動信号の特性情報を効果的に抽出することができた。これらに基づき,従来の非負行列因数分解行列によって,データ冗長性が大きく,後続の故障分類精度に影響を及ぼす問題を解決するために,局所的非負行列因数分解法を提案して,EMD-WVD時間周波数画像のマトリックスを直接分解した。内燃機関の故障診断のための特性パラメータを計算し,特性パラメータを用いて故障分類を行った。内燃機関の4つの異なる運転条件の振動信号に関する実験を行い,EMD-WVDと局所的非負行列分解に基づく方法が,内燃機関ギャップの故障診断に有効であることを証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 冗長性 ,  最適化 ,  画像 ,  パターン認識 ,  *故障診断
準シソーラス用語： 行列分解 ,  運転条件 ,  特性パラメータ ,  時間周波数 ,  故障分類 ,  時間周波数解析 ,  経験的モード分解 ,  非定常信号 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： IG engine ,  fault diagnosis ,  time-frequency distribution ,  feature extraction ,  local nonnegative matrix factorization (LNMF)

分類 (4件)： 内燃機関一般  (PB02010R) ,  信頼性  (KB04040H) ,  火花点火機関  (PB02020C) ,  非破壊試験  (HB02030F)

タイトルに関連する用語 (1件)： 故障診断