文献

J-GLOBAL ID：201502210064433215   整理番号：15A1213394

RVPMCDに基づく転がり軸受の故障診断法【Powered by NICT】

Rolling bearing fault diagnosis method based on RVPMCD

著者 (4件)： Yang Yu (State Key Lab. of Advanced Design and Manufacture for Vehicle Body, Hunan Univ., Changsha) ,  Ouyang Hong (State Key Lab. of Advanced Design and Manufacture for Vehicle Body, Hunan Univ., Changsha) ,  Pan Haiyang (State Key Lab. of Advanced Design and Manufacture for Vehicle Body, Hunan Univ., Changsha) ,  Cheng Junsheng (State Key Lab. of Advanced Design and Manufacture for Vehicle Body, Hunan Univ., Changsha)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 51  号： 12  ページ： 255-259  発行年： 2015年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： 可変予測モデルの最小二乗適合に対する病的問題を目指して,リッジ回帰可変予測モデルベースクラス判別(RVPMCD)を提案した。法にリッジパラメータを導入することによって,フィッティングに平均二乗誤差とパラメータ推定における多重共線性の影響は減少し,元の方法の最小二乗回帰適合パラメータの歪現象が改善され,したがって,より正確な予測モデルを構築することができた。転がり軸受の振動信号の特徴量を特徴ベクトルとして抽出した。RVPMCD方法である訓練サンプルの予測モデルを確立するために使用し,最終的にパターン認識を確立予測モデルを用いて行われるようになった。実験結果はリッジ回帰可変予測モデルに基づく分類法は作業状態と故障タイプ転がり軸受の同定をより効果的にできることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 最小二乗法 ,  *故障 ,  多重化 ,  *転がり軸受 ,  故障診断 ,  パターン認識 ,  予測モデル ,  パラメータ推定
準シソーラス用語： 分類法 ,  訓練 ,  特徴ベクトル ,  特徴量 ,  振動信号 ,  平均二乗誤差 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (2件)： 転がり軸受 ,  故障診断