文献

J-GLOBAL ID：201702259588303884   整理番号：17A1569407

回転機械の故障診断におけるFOA最適化に基づくSVM(サポートベクタマシン)の応用【Powered by NICT】

Application of SVM based on FOA optimization in fault diagnosis of rotating machinery

著者 (2件)： Zhang Huawei (College of Computer Science and Technology, Wuhan University of Technology) ,  Wang Siteng (College of Computer Science and Technology, Wuhan University of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAEAC  ページ： 2468-2474  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： データは,貨車の事故の約20%は,自動車の後車軸に由来することを示した。従って,故障診断法としてのDrosophila melanogaster(キイロショウジョウバエ)の最適化アルゴリズムに基づくサポートベクトルマシンを用いた。振動信号を二重ツリー複素ウェーブレット変換による雑音除去である。特徴抽出はウェーブレットパケット分解によって行われており,抽出された特徴ベクトルを入力データとした。FOAによる最適化サポートベクトルマシン(SVM)は分類器を故障認識率を得るために収集した振動信号の特徴ベクトルを得るために使用されている。実験結果は,この方法が他のSVMよりも高い診断精度を持つことを示した。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： *最適化 ,  特徴抽出 ,  *回転機械 ,  *故障 ,  自動車 ,  *故障診断 ,  雑音除去 ,  サポートベクトルマシン
準シソーラス用語： 診断精度 ,  認識率 ,  特徴ベクトル ,  ウェーブレットパケット分解 ,  複素ウェーブレット変換 ,  振動信号 ,  最適アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (6件)： 回転機械 ,  故障診断 ,  最適化 ,  SVM ,  サポートベクタマシン ,  応用