文献

J-GLOBAL ID：201702210742632803   整理番号：17A1313783

FIR-EMDと改良SVMに基づく鉄道軸受故障診断【JST・京大機械翻訳】

Fault Diagnosis of Railway Bearings Based on FIR-EMD and Improved SVM Algorithm

著者 (6件)： He Zhijing (太原市同心得科貿有限公司,太原,030024) ,  Wang Xing (太原科技大学 計算机科学与技術学院,太原,030024) ,  Li Kai (太原科技大学 計算机科学与技術学院,太原,030024) ,  Qi Xiangdong (太原科技大学 計算机科学与技術学院,太原,030024) ,  Xu Shuning (太原科技大学 計算机科学与技術学院,太原,030024) ,  Li Ran (太原科技大学 計算机科学与技術学院,太原,030024)
資料名： Zaosheng yu Zhendong Kongzhi  (Zaosheng yu Zhendong Kongzhi)
巻： 37  号： 2  ページ： 143-147  発行年： 2017年 
JST資料番号： C2428A  ISSN： 1006-1355  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： 鉄道軸受の故障を効果的に同定することが難しいという問題に照準を定め,本論文は,FIR-EMDと改良SVMに基づく鉄道軸受の故障診断方法を提案した。最初に,振動信号をFIR雑音除去し,次に雑音除去後の信号をEMDにより分解し,次に分解した信号に対してIMFエネルギーモーメントを構築し,最終的に,SVMの入力としてモーメントモーメントを用いて鉄道軸受の故障分類を実現した。実験結果は,本方法が効果的に鉄道軸受故障タイプを同定することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音除去 ,  *軸受 ,  *故障診断 ,  *故障
準シソーラス用語： 故障分類 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (6件)： vibration and wave ,  FIR ,  EMD ,  improved SVM ,  railway bearings ,  fault diagnosis

分類 (2件)： 人工知能  (JE08000Z) ,  信頼性  (KB04040H)

タイトルに関連する用語 (4件)： SVM ,  鉄道 ,  軸受 ,  故障診断