文献

J-GLOBAL ID：201702287142011038   整理番号：17A1794391

特異スペクトルの相対エントロピーと灰色の絶対相関度に基づく監視データの特性を分析した。【JST・京大機械翻訳】

Monitoring Data Feature Analysis Based on Singular Spectrum Relative Entropy and Grey Absolute Relational Grade

著者 (3件)： Yu Ping (国家知識産権局専利局 専利審査協作四川中心,四川成都,610213) ,  Jin Weidong (西南交通大学 電气工程学院,成都,610031) ,  Chen Chunli (西南交通大学 電气工程学院,成都,610031)
資料名： Zaosheng yu Zhendong Kongzhi  (Zaosheng yu Zhendong Kongzhi)
巻： 37  号： 3  ページ： 168-172  発行年： 2017年 
JST資料番号： C2428A  ISSN： 1006-1355  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： 本論文は,特異値分解(SVD)と相対エントロピー,灰色絶対相関度アルゴリズムを結合することによって,4つの操作条件におけるデータを抽出するために,広い車輪の踏面摩耗に関する分析を行った。本論文では,踏面の作業状態において,正常-軽度摩耗-中度摩耗-重度摩耗による修理過程における信号の変化規則を十分に認識し,特異スペクトルエントロピーに基づく特徴抽出を行うための対照実験を行った。シミュレーション結果は,以下を示した。踏面性能劣化がより深いほど,監視信号と正常状態の間の類似性がより小さくなり,相対的エントロピーの固有値がより大きくなると,灰色絶対相関度の固有値はより小さくなり,二次元特性は,車輪踏面の性能劣化過程を評価するための有効な指標であることが示された。第二に,特異スペクトルの相対エントロピーの特性解析結果は,実験における特異スペクトルエントロピーより明らかに優れている。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  踏面 ,  特異値分解 ,  シミュレーション ,  二次元 ,  摩耗 ,  アルゴリズム ,  性能分析 ,  *スペクトル ,  監視信号 ,  類似性 ,  固有値
準シソーラス用語： 性能劣化 ,  スペクトルエントロピー ,  操作条件 , 【Automatic Indexing@JST】

著者キーワード (5件)： vibration and wave ,  monitoring data ,  wheel tread wearing ,  singular spectrum relative entropy ,  grey absolute relational grade

分類 (2件)： 鉄道車両設計  (QH02010K) ,  鉄道車両修理  (QH02020V)

タイトルに関連する用語 (5件)： スペクトル ,  相対エントロピー ,  灰色 ,  相関 ,  分析