文献

J-GLOBAL ID：201202252896557463   整理番号：12A0593832

不確かさを考慮したベアリング状態の予測: 区間タイプ2ファジーニューラルネットワーク手法

Bearing condition prediction considering uncertainty: An interval type-2 fuzzy neural network approach

著者 (2件)： CHEN Chaochao (School of Electrical and Computer Engineering, Georgia Inst. of Technol., Atlanta, Georgia 30332, USA) ,  VACHTSEVANOS George (School of Electrical and Computer Engineering, Georgia Inst. of Technol., Atlanta, Georgia 30332, USA)
資料名： Robotics and Computer-Integrated Manufacturing  (Robotics and Computer-Integrated Manufacturing)
巻： 28  号： 4  ページ： 509-516  発行年： 2012年08月 
JST資料番号： H0987A  ISSN： 0736-5845  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： ベアリング(軸受)は回転機械の重要要素である。誤動作や,突発的な故障を避けるには,メンテナンスの実行をスケジュールできることや,軸受の健康状態のリアルタイムで正確な予測が重要となる。本稿では,IT2FNN(区間タイプ2ファジイニューラルネットワーク)を提案し,欠陥のある軸受の今後の状態の多段階予測を行った。IT2FNは,多層ニューラルネットワーク(NN)の形で区間タイプ2ファジイ論理システムを定義するので,データから学習するための不安定さの回避やNNを扱うファジイリーズニングのようなメリットを統合できる。IT2FNNにおける区間タイプ2ファジイ言語プロセスは,予測の不安定さをシステムに扱わせることができる。タイプ2ファジイセットはメンバーシップのグレードがタイプIファジイセットであるセットであるため,ファジイセットの正確なメンバーシップ関数の異なる決定による欠陥の予測に使うことができる。欠陥のある軸受のノイズが多いデータの場合につき,その予測性能を(適応型ニューロファジイ推論システム;ANFISと呼ばれ広く普及しているタイプI状態予測器の性能と)比較した。結果は,IT2FNNにより得られた予測精度がより優れていた。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： ファジィ推論 ,  ニューラルネットワーク ,  不確実性 ,  *軸受 ,  健全性 ,  *状態推定 ,  異常診断 ,  *故障診断 ,  *予測モデル ,  診断プログラム ,  回転機械
準シソーラス用語： ニューラルネットモデル ,  不確かさ

分類 (2件)： 軸受  (QB01020W) ,  信頼性  (KB04040H)

タイトルに関連する用語 (6件)： 不確かさ ,  ベアリング ,  予測 ,  タイプ ,  ファジーニューラルネットワーク ,  手法