文献

J-GLOBAL ID：201702222327452816   整理番号：17A1426493

一般化された複合マルチスケール順列エントロピーとLaplaceスコアに基づく転がり軸受の故障診断【Powered by NICT】

Generalized composite multiscale permutation entropy and Laplacian score based rolling bearing fault diagnosis

著者 (4件)： Zheng Jinde (School of Mechanical Engineering, Anhui University of Technology, Maanshan, Anhui 243032, PR China) ,  Pan Haiyang (School of Mechanical Engineering, Anhui University of Technology, Maanshan, Anhui 243032, PR China) ,  Yang Shubao (School of Mechanical Engineering, Anhui University of Technology, Maanshan, Anhui 243032, PR China) ,  Cheng Junsheng (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, Hunan 410082, PR China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 99  ページ： 229-243  発行年： 2018年 
JST資料番号： T0514A  ISSN： 0888-3270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチスケール順列エントロピー(MPE)はランダム性を測定し,時系列の非線形動的変化を検出するための最近提案された非線形動的方法であり,転がり軸受の振動信号からの非線形動的故障特徴を抽出するために効果的に使用できる。MPEにおける粗視化プロセスの欠点を解決するために,一般化複合マルチスケール順列エントロピー(GCMPE)と呼ばれる改良されたMPE法をこの論文で提案した。GCMPEに対するパラメータとMPEとの比較の影響をシミュレーションデータを解析して調べた。GCMPEは転がり軸受の振動信号から故障特徴抽出に適用し,次にGCMPE,特徴選択のためのLaplaceスコアと粒子群最適化に基づくサポートベクトルマシンに基づいた,本論文で提案した転がり軸受のための新しい故障診断法。最後に,提案した方法は,転がり軸受の実験データを解析するために適用した。解析結果は,提案した方法は,転がり軸受の故障診断を効果的に実現が可能であり,既存手法よりも高い故障認識率を有することを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  *順列 ,  特徴抽出 ,  *転がり軸受 ,  *エントロピー ,  特徴選択 ,  *故障診断 ,  *故障
準シソーラス用語： 認識率 ,  粒子群最適化 ,  粗視化 ,  振動信号 ,  ランダム性 ,  *スコア ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチスケール順列エントロピー ,  複雑性 ,  一般化された複合マルチスケール順列エントロピー ,  特徴選択 ,  故障診断

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (6件)： マルチスケール ,  順列 ,  エントロピー ,  スコア ,  転がり軸受 ,  故障診断