抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,多くの研究者は研究遠隔軸受状態監視とオンボードベアリング故障診断へのエネルギー,ビッグデータ伝送は通常必要なを払ってきた。しかし,いくつかのケースでは,無線通信の帯域幅は限られており,伝送データ量は帯域幅によって制限される。,生データは,通常,伝送前に圧縮した。伝統的なデータ圧縮法とは異なり,本研究では,軸受のデータは,圧縮センシング理論に基づく圧縮される。この技術を用いて,データが収集され,圧縮された同時にでき,遠隔側で回収することができた。残念なことに,圧縮データを用いた場合,故障診断の精度と安定性は無視することができた。この問題を解決するために,本論文では,オンボード軸受故障診断のための2段階マッチング追跡アルゴリズムを提案した。最初に,全ての動作条件と故障パターンの歴史的軸受データを用いた完全なデータベースを構築した。第二に,Gaussランダム行列は,目標となるベアリングデータを圧縮するために適用し,類似性追求が同様の試料を得るために実行した。第三に,類似した試料を用いて,辞書マトリックスを構築した。,圧縮センシングに基づくマッチング追跡アルゴリズムは標的試料を再構成するために導入した。最後に,分類再構成は,目標となるベアリングデータの断層パターンを認識するために行なわれた。添加では,提案した方法は,異なる作動条件下でも,生じるよく作動することを実証するために行ったいくつかの実験。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】