文献

J-GLOBAL ID：201702217969749726   整理番号：17A1790605

LMDエネルギーエントロピーとSVMを組み合わせた転がり軸受故障診断【JST・京大機械翻訳】

Fault Diagnosis of Rolling Bearing Combined LMD Energy Entropy and SVM

著者 (4件)： Xu Le (江蘇師范大学,江蘇徐州,221116) ,  Xing Bangsheng (江蘇師范大学,江蘇徐州,221116) ,  Lang Chaonan (江蘇師范大学,江蘇徐州,221116) ,  Gao Qinwu (江蘇師范大学,江蘇徐州,221116)
資料名： Jixie Kexue yu Jishu  (Jixie Kexue yu Jishu)
巻： 36  号： 6  ページ： 915-918  発行年： 2017年 
JST資料番号： C2050A  ISSN： 1003-8728  CODEN： JKJIE6  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： 転がり軸受の故障検出と解析を実現するために,局所平均分解(LMD)に基づくエネルギーエントロピーとサポートベクトルマシン(SVM)を結合した転がり軸受故障診断法を提案した。LMD信号処理方法を用いて、転がり軸受振動信号を有限積関数(PF)分量に分解し、PF成分のエネルギーエントロピーを計算することにより故障特徴抽出を行い、抽出した特徴をSVM分類器に入力し、訓練とテストを行い、最終的に転がり軸受の故障診断を実現した。実験データにより,LMDエネルギーエントロピーとSVMを組み合わせることによって,転がり軸受の故障タイプを正確に識別し,分類することができることを示し,転がり軸受故障診断の有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *故障 ,  特徴抽出 ,  故障検出 ,  *故障診断 ,  サポートベクトルマシン ,  信号処理 ,  *転がり軸受
準シソーラス用語： SVM分類 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： rolling bearing ,  fault diagnosis ,  ocal mean decomposition ,  energy entropy ,  support vector machines

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： エネルギー ,  エントロピー ,  SVM ,  転がり軸受 ,  故障診断