文献

J-GLOBAL ID：201302232487248480   整理番号：13A1518155

スパース表現に基づく機械故障の感受性特性抽出

Sensitive Feature Extraction of Machine Faults Based onSparse Representation

著者 (3件)： Li Maolin (School of Mechanical Engineering, Xi’an Jiaotong Univ., Xi’an) ,  Liang Lin (School of Mechanical Engineering, Xi’an Jiaotong Univ., Xi’an) ,  Wang Sunan (School of Mechanical Engineering, Xi’an Jiaotong Univ., Xi’an)
資料名： Jixie Gongcheng Xuebao  (Jixie Gongcheng Xuebao)
巻： 49  号： 1  ページ： 73-80  発行年： 2013年 
JST資料番号： W0292A  ISSN： 0577-6686  CODEN： CHHKA2  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： 機械故障診断のための特徴選択を扱うために,新規方法を提案し規則的信号の特徴集合から低次元非否定低密度主成分表現を捜し出す。抽出された主成分の解釈を容易にする際に,非負で低密度制約を最小二乗法分散と結合し,非負の疎成分を選ぶことができる。説明される変化の累積的百分率を用い主成分の最適スパース性を選ぶ。そして,主成分の数を故障診断でのスパース性の要求によって決定する。シミュレーションデータと玉軸受振動解析からの実験結果は提案方法が主成分分析法より機械故障診断のためにより有効であることを示す。最適スパース性パラメータと感受性特性の分析は提案方法がスパース性の度合を自己適応的に得るだけでなく,本来の特性の感応性を効果的に決定することを示唆する。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *データ表現 ,  特徴抽出 ,  故障 ,  シミュレーション ,  主成分分析 ,  性質 ,  最小二乗法 ,  振動解析 ,  故障診断 ,  特徴選択 ,  適応
準シソーラス用語： *スパース表現 ,  特性抽出 ,  機械故障 ,  主成分分析法 ,  スパース性 ,  実験結果 ,  自己適応

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： スパース表現 ,  機械故障 ,  感受性 ,  特性抽出