文献

J-GLOBAL ID：201702220768278227   整理番号：17A1753127

仮説検定とサポートベクトルマシンに基づく回転機械故障診断法【JST・京大機械翻訳】

Fault Diagnosis Method Based on Hypothesis Testing and SVM for Condition Diagnosis of Rotating Machinery

著者 (4件)： Zhao Yu (江南大学江蘇省食品先進制造装備技術重点実験室,无錫,214122) ,  Li Ke (江南大学江蘇省食品先進制造装備技術重点実験室,无錫,214122) ,  Su Lei (江南大学江蘇省食品先進制造装備技術重点実験室,无錫,214122) ,  Chen Peng (三重大学,三重,514-8507)
資料名： Zhongguo Jixie Gongcheng  (Zhongguo Jixie Gongcheng)
巻： 28  号： 7  ページ： 823-829  発行年： 2017年 
JST資料番号： C2243A  ISSN： 1004-132X  CODEN： ZJGOE8  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： 回転機械の故障診断における初期の非定常状態の弱い故障信号の特徴抽出の困難さと故障診断の不正確さの問題を解決するために,適応仮説検定とサポートベクトルマシン(SVM)に基づく故障診断法を提案した。統計的仮説検定原理を用いて,基準信号(雑音信号)とオリジナル信号(故障信号)の周波数領域での類似性を評価し,高い類似性を持つ周波数領域成分を削除した。粒子群最適化(PSO)アルゴリズムを用いて,最適化された有意水準αを得た。評価因子Ipqを定義して,仮説検定のフィルタリング効果を評価した。最後に,SVMを用いて軸系構造の異常を診断した。検証結果により,本方法は,伝動軸の不平衡および不平衡の故障タイプを,効果的に診断することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 基準信号 ,  特徴抽出 ,  周波数領域 ,  フィルタリング ,  *故障診断 ,  雑音 ,  *仮説検定 ,  類似性 ,  *回転機械 ,  *サポートベクトルマシン ,  アルゴリズム ,  *故障 ,  最適化
準シソーラス用語： 粒子群最適化 ,  非定常状態 , 【Automatic Indexing@JST】

著者キーワード (4件)： feature extraction ,  hypothesis testing ,  level of significance ,  support vector machine(SVM)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 仮説検定 ,  サポートベクトルマシン ,  回転機械 ,  故障診断