文献

J-GLOBAL ID：201702217430376951   整理番号：17A1530747

SPWVDの時間周波数テクスチャ特徴に基づく転がり軸受故障診断【JST・京大機械翻訳】

著者 (5件)： Wang Yaping (哈爾浜理工大学机械動力工程学院 哈爾浜,150080) ,  Xu Di (哈爾浜理工大学机械動力工程学院 哈爾浜,150080) ,  Ge Jianghua (哈爾浜理工大学机械動力工程学院 哈爾浜,150080) ,  Sun Yongguo (哈爾浜理工大学机械動力工程学院 哈爾浜,150080) ,  Sui Xiulin (哈爾浜理工大学机械動力工程学院 哈爾浜,150080)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 37  号： 1  ページ： 115-119  発行年： 2017年 
JST資料番号： C2749A  ISSN： 1004-6801  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： 転がり軸受の故障診断の正確さを改善するために,本論文は問題を解決する方法を提案した。本論文において,著者らは,滑らかな擬似Wiener-Weibull分布(SPWVD)と呼ばれる新しい故障診断方法を提案したが,それはSPWVDにおける周波数テクスチャの特性に基づいている。転がり軸受の異なる故障タイプと故障程度を同定した。最初に,SPWVDの時間周波数解析法を用いて,軸受振動故障信号を処理し,時間周波数マップを得て,故障特性として優れた特性パラメータを選択した。次に,故障特徴を入力として,サポートベクトルマシン(SVM)と結合して,転がり軸受の故障診断モデルを確立した。最後に,軸受故障データを採用した。SPWVDの時間周波数テクスチャ特徴,Wiener-Ville distribution(WVD)の時間周波数テクスチャ特徴とウェーブレットスケールスペクトルテクスチャ特徴の3つの故障特徴のパターン認識能力と精度を比較した。解析結果により,SPWVDにおける周波数テクスチャの故障特性の分類効果が最も良く,感度が最も高く,故障診断の精度が高いことを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *転がり軸受 ,  *故障 ,  サポートベクトルマシン ,  *故障診断 ,  パターン認識 ,  *周波数 ,  *軸受
準シソーラス用語： 時間周波数解析 ,  *テクスチャ ,  *テクスチャ特徴 ,  *時間周波数 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  軸受  (QB01020W)

タイトルに関連する用語 (4件)： 時間周波数 ,  テクスチャ特徴 ,  転がり軸受 ,  故障診断