文献

J-GLOBAL ID：201702240630980036   整理番号：17A1977120

粒子群最適化KFCMに基づく風力タービンの故障診断【JST・京大機械翻訳】

著者 (4件)： Li Zhuang (華北電力大学能源動力与机械工程学院 北京,102206) ,  Liu Yibing (華北電力大学能源動力与机械工程学院 北京,102206) ,  Teng Wei (華北電力大学能源動力与机械工程学院 北京,102206) ,  Lin Yang (華北電力大学能源動力与机械工程学院 北京,102206;北京華能新鋭控制技術有限公司 北京,102209)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 37  号： 3  ページ： 484-488  発行年： 2017年 
JST資料番号： C2749A  ISSN： 1004-6801  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： 教師付き学習に基づく未知のクラスの故障を認識することができないので,粒子群最適化に基づくファジィカーネルクラスタリング(KFCM)と呼ばれる,風力タービンのギヤボックスの故障診断法を提案した。最初に,訓練サンプルの分類誤り率を目標とするクラスタリングモデルを構築し,KFCMを用いて訓練サンプルを分類した。次に,初期クラスタ化中心とカーネル関数パラメータを最適化変数として,粒子群最適化(PSO)アルゴリズムを用いて,クラスタ化モデルを解き,最適分類結果における各クラスのクラスを得た。最終的に,新しいサンプルと新しいサンプルの間の類似性によって,新しいサンプルは既知の故障または未知の故障に属すると判断した。提案した方法の有効性を,風力タービンのギヤボックスを例として,実験的に検証した。結果により、従来の教師あり学習に基づく神経回路網方法と比較して、この方法は既知と未知の分類の故障を有効に診断できることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *故障診断 ,  *風車 ,  神経回路網 ,  誤り率 ,  類似性 ,  アルゴリズム ,  クラスタ化 ,  歯車箱 ,  *最適化 ,  教師つき学習
準シソーラス用語： Kernel関数 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： 粒子群最適化 ,  風力タービン ,  故障診断