文献

J-GLOBAL ID：201702243988311571   整理番号：17A1920988

誘導電動機の軸受欠陥の次元縮小に基づく診断【Powered by NICT】

Dimensionality reduction-based diagnosis of bearing defects in induction motors

著者 (3件)： Farajzadeh-Zanjani Maryam (Department of Electrical and Computer Engineering, University of Windsor, 401 Sunset Avenue, Windsor, N9B 3P4, Canada) ,  Razavi-Far Roozbeh (Department of Electrical and Computer Engineering, University of Windsor, 401 Sunset Avenue, Windsor, N9B 3P4, Canada) ,  Saif Mehrdad (Department of Electrical and Computer Engineering, University of Windsor, 401 Sunset Avenue, Windsor, N9B 3P4, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMC  ページ： 2539-2544  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： 誘導電動機の軸受欠陥の効率的な診断は通常振動信号からの有益な特徴を抽出し,特徴の次元を効率的に低減することが必要である。本論文では,振動信号は主に経験的モード分解法によって分析した特徴の集合として有益な固有モード関数を抽出することである。抽出された特徴集合の次元は最大崩壊メトリック学習(MCML)手段による低下した故障分類のための小型特徴の情報集合を作ることである。MCMLは,特徴空間における点に類似したクラスの崩壊パターンを目的とする効率的な教師つき次元縮小技術であるが,他のクラスのパターンを分離可能な最大程度だった。MCMLの性能を比較するために,他の最新の教師なしおよび教師つき手法は,特徴の次元縮小のための使用されている。故障診断ユニットは異なる直径のボール,内輪と外輪欠陥であることを複数の軸受欠陥を診断することを目的として,いろいろな分類器を含んでいる。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： *次元縮小 ,  故障診断 ,  *誘導電動機 ,  *軸受
準シソーラス用語： アウターレース ,  インナーレース ,  特徴空間 ,  故障分類 ,  固有モード関数 ,  経験的モード分解 ,  振動信号 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  電動機  (NB07030U)

タイトルに関連する用語 (5件)： 誘導電動機 ,  軸受 ,  欠陥 ,  次元縮小 ,  診断