文献

J-GLOBAL ID：201702247240605763   整理番号：17A1555544

タービン油の多重パラメータ関節モニタリングに基づくタービン機の摩耗条件傾向予測【Powered by NICT】

Wearing condition trend prediction of turbine machine based on multi-parameter joint monitoring of turbine oil

著者 (4件)： Yang Kun (Reliability Engineering Institute, School of Energy and Power Engineering, Wuhan University of Technology) ,  Gao Yong (Reliability Engineering Institute, School of Energy and Power Engineering, Wuhan University of Technology) ,  Song Ping (Reliability Engineering Institute, School of Energy and Power Engineering, Wuhan University of Technology) ,  Xin Zhang (Luoyang Large Industrial Detection Technology Co., Ltd., Luoyang 471000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICTIS  ページ： 711-715  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： タービン発電機で使用されているタービン油の像をモニターし,予測するために電力工場の運転に重要である。しかし,タービン油モニタリングパラメータが多いと像傾向は予測が困難である。主成分分析法は7群を10か月間データをモニターした。解析から得られた二原理成分であるこの期間内のタービン油の合成像変動の傾向を反映することができた。事実は,実際のデータが少ないことである。よりデータを用いて予測するために,三時間線形補間法を用いて,データ量を増加させることである曲線から得られたデータは滑らかであった。動的ニューラルネットワークを用いたデータ解析を予測した。実験結果の解析と議論は,PCA法はタービン油のモニタリングデータ群の対から有用な合成情報を得ることができることを示し,悪いと油変化の時間間隔または期間に油の動向を情報に応じて予測できるようにした。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： *タービン ,  電力 ,  *摩耗 ,  主成分分析 ,  データ解析 ,  *予測 ,  多重化
準シソーラス用語： 時間間隔 ,  動的ニューラルネットワーク ,  データ量 ,  タービン発電機 ,  *タービン油 , 【Automatic Indexing@JST】

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  発電機  (NB07020J) ,  システム設計・解析  (IA02030D) ,  ガスタービン  (PB02040Y)

タイトルに関連する用語 (9件)： タービン油 ,  多重 ,  パラメータ ,  関節 ,  モニタリング ,  タービン ,  摩耗 ,  傾向 ,  予測