文献

J-GLOBAL ID：201802212042791230   整理番号：18A1810823

情報融合に基づく故障検出評価のためのモバイルAPPの開発【JST・京大機械翻訳】

Development of a Mobile App for Fault Detection Assessment based on Information Fusion

著者 (3件)： Arevalo Fernando (Department of Automation Technology, South Westphalia University of Applied Sciences, Germany) ,  Oestanto Enzo (Department of Automation Technology, South Westphalia University of Applied Sciences, Germany) ,  Schwung Andreas (Department of Automation Technology, South Westphalia University of Applied Sciences, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： INDIN  ページ： 635-640  発行年： 2018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： 機械故障は産業企業にとって高い金融損失を引き起こす。機械故障はプロセスフローを停止させ,予期せぬ修正保全によりアイドル時間と追加費用に関連する。故障に応じて,アイドル時間は,機械のための短い時間作用から長い不活性期間までスパンすることができた。このアイドル時間は顧客の出荷をリスクにすることができ,次に顧客の信頼をリスクに入れることができる。プロセス変数間の複雑な相互作用は,従来の条件監視手法を用いて容易に追跡できない。機械学習法を用いて,状態に基づく保全を評価する傾向が増加している。本論文では,産業機械の故障検出評価のためのモバイルAppを提案した。移動体の設計と実装のための提案を,故障検出評価のために続く方法論と同様に提示した。故障検出評価は機械学習技術,特に大多数投票分類器を用いて扱われる。この大多数投票分類器は,3つの分類法の予測を結合する。結果は,大部分の投票方式が,非侵襲的分類方法と比較して,故障検出評価の性能を改善することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スパン ,  金融 ,  *携帯電話 ,  移動体 ,  *故障検出 ,  遊休時間 ,  保全 ,  プロセス変数 ,  機械学習 ,  相互作用 ,  産業機械 ,  投票
準シソーラス用語： 非侵襲 ,  分類法 ,  機械故障 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： 情報融合 ,  故障検出 ,  評価 ,  モバイル ,  APP ,  開発