文献

J-GLOBAL ID：201702234293362903   整理番号：17A1568895

リカレントニューラルネットワークに基づく駆動系歯車箱の故障予後【Powered by NICT】

Fault prognosis of drivetrain gearbox based on a recurrent neural network

著者 (4件)： Peng Yayu (Power and Energy Systems Laboratory, Department of Electrical and Computer Engineering, University of Nebraska-Lincoln Lincoln, NE 68588-0511 USA) ,  Cheng Fangzhou (Power and Energy Systems Laboratory, Department of Electrical and Computer Engineering, University of Nebraska-Lincoln Lincoln, NE 68588-0511 USA) ,  Qiao Wei (Power and Energy Systems Laboratory, Department of Electrical and Computer Engineering, University of Nebraska-Lincoln Lincoln, NE 68588-0511 USA) ,  Qu Liyan (Power and Energy Systems Laboratory, Department of Electrical and Computer Engineering, University of Nebraska-Lincoln Lincoln, NE 68588-0511 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EIT  ページ： 593-599  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 予後健康管理は信頼性を向上させ,回転機械の停止時間を減少する有効なアプローチである,風力タービンである。効果的な健康管理を達成するために,故障予後が不可欠である。駆動系歯車箱の故障予測法,風力タービンの最も厄介な部分組立品の1つであることを提案した。提案した方法は,維持管理のための信号収集,健康指標抽出,健康指標予測と意思決定から構成されている。断層予測のために使用信号はギヤボックスに接続された発電機から測定した位相電流である。電流信号の雑音対信号比(NSR)と呼ばれる健康指標は歯車箱の健康状態を反映していると提案した。リカレントニューラルネットワーク(RNN)は健康指標を予測するオンラインように設計されていると予測される健康指数が事前に決められた閾値に達すると維持を予定している。提案した故障予測法は歯車箱と発電機から成るエミュレートされた風力タービンドライブトレインのための加速された歯車箱故障が発生するまで実験から得られたデータにより検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *歯車箱 ,  意思決定 ,  回転機械 ,  *故障 ,  健康管理 ,  電流 ,  風車 ,  *駆動方式 ,  予測 ,  信頼性 ,  雑音
準シソーラス用語： 健康 ,  健康状態指標 ,  故障予知 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (5件)： リカレントニューラルネットワーク ,  駆動系 ,  歯車箱 ,  故障 ,  予後