文献
J-GLOBAL ID:201702248011758183   整理番号:17A1426521

カオスとGauss背景雑音の下での機械的故障診断における検出衝撃信号【Powered by NICT】

Detecting impact signal in mechanical fault diagnosis under chaotic and Gaussian background noise
著者 (6件):
資料名:
巻: 99  ページ: 702-710  発行年: 2018年 
JST資料番号: T0514A  ISSN: 0888-3270  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
実際の故障診断では,しばしば強雑音中に埋もれている有用な情報,特徴情報が抽出することは困難である。,確率共鳴(SR),雑音を抑制する代わりに弱い信号を向上させるノイズを用いてのような,伝統的な方法は,カオス的背景で破壊した。,背景雑音を推定し,再構成するために参照配列を用いたニューラルネットワークは,白色Gauss雑音で破壊した。これらの問題を解決するために,重カオスとGauss背景雑音下の埋設検出衝撃信号の問題を目的とした新しい弱い信号検出方法を提案した。提案手法ではまず,Hankelデータ行列を構築することにより,仮想参照配列を得た。M次最適FIRフィルタを設計し,これは背景雑音の出力パワーを最小化し,弱い周期的信号は,歪の無い通過することができた。最後に,弱い周期的信号の検出と再構成は,出力SBNR(信号対背景雑音比)から達成された。シミュレーションは,確率共鳴(SR)法と比較して,提案した方法は,カオス雑音背景における弱周期信号を検出することができるが,確率共鳴(SR)法がないことを示した。ニューラルネットワーク法と比較して,(a)提案した方法は,参照配列を必要としないが,神経回路網法は1を必要とする(b)提案した方法は,白色Gauss雑音背景における弱周期信号を検出できるが,神経回路網法は,カオス雑音背景では,提案した方法は,ニューラルネットワーク法よりも低いSBNR(約8~17dB低い)の下で,弱い周期的信号を検出することができない(c)提案した方法は,弱い周期信号を正確に再構成できる。Copyright 2017 Elsevier B.V., Amsterdam. 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 (4件):
分類
JSTが定めた文献の分類名称とコードです
軸受  ,  歯車,歯車装置  ,  電動機  ,  振動の励起・発生・測定 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る