文献
J-GLOBAL ID:201702234857353042   整理番号:17A1263055

PFsとニューラルネットワークの統合によるハイブリッド方式を用いた非線形系の予後とヘルスモニタリング【Powered by NICT】

Prognosis and Health Monitoring of Nonlinear Systems Using a Hybrid Scheme Through Integration of PFs and Neural Networks
著者 (4件):
資料名:
巻: 47  号:ページ: 1990-2004  発行年: 2017年 
JST資料番号: C0425D  ISSN: 2168-2216  CODEN: ITSMFE  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,新しいハイブリッドアーキテクチャは,モデルベースおよび計算的にインテリジェントベース技術の統合による非線形システムのための予後及び健全性監視方法論を開発するために提案した。著者らの提案したフレームワークでは,良く知られた粒子フィルタ(PF)法を利用して状態だけでなく,システムの健康パラメータを推定した。同時に,システム観測はニューラルネットワーク(NN)パラダイムに基づいて開発したという観察予測スキームにより予測した。目的は,将来の時間軸で使用するという観察プロファイルを構築することである。観測予測に利用されているという著者らの提案したオンライン訓練は,NNモデルは,システム健康パラメータに影響する隠れた損傷の存在に起因して存在することをプロファイルにおける非エルゴード的変化を追跡することを可能にする。予測観測は,システム状態の発展ならびに健康パラメータ(劣化・損傷の効果のために時変であると考えられる)今後の計画対象期間を予測するためのPFで利用されている。著者らの提案したハイブリッドアーキテクチャはシステム観測に基づくだけでなく,物理的に測定できないシステム健康パラメータを考慮に入れてシステムまたはその成分の残存耐用年数を決定するための健康特徴を選択することを可能にする。観測予測スキームの実装を用いて,NNモデルの構造に依存しない著者らの提案したハイブリッド健全性モニタリング法は特別なフレームワークを用いて構築し,開発した。換言すれば,ネットワーク構造を変化する全健康予測方式に関連した予測の精度に有意な影響を及ぼさないであろう。以上の結果を検証し,検証するために,事例研究として,の影響を受け,汚損と浸食劣化と故障損傷を受ける場合,著者らの提案のハイブリッド手法は,ガスタービンエンジンの健康状態を予測するために適用した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
ニューロコンピュータ  ,  人工知能 

前のページに戻る