文献

J-GLOBAL ID：201802224025523512   整理番号：18A0712421

辞書学習とスパース表現ベース分類による回転機械のための知的故障診断法【JST・京大機械翻訳】

Intelligent fault diagnosis method for rotating machinery via dictionary learning and sparse representation-based classification

著者 (5件)： Han Te (State Key Lab of Control and Simulation of Power System and Generation Equipments, Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China) ,  Jiang Dongxiang (State Key Lab of Control and Simulation of Power System and Generation Equipments, Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China) ,  Sun Yankui (Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China) ,  Wang Nanfei (State Key Lab of Control and Simulation of Power System and Generation Equipments, Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China) ,  Yang Yizhou (State Key Lab of Control and Simulation of Power System and Generation Equipments, Department of Energy and Power Engineering, Tsinghua University, Beijing 100084, China)
資料名： Measurement  (Measurement)
巻： 118  ページ： 181-193  発行年： 2018年 
JST資料番号： W0315B  ISSN： 0263-2241  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： 風力発電は,風力タービン故障診断法に関する研究が非常に重要である過去10年間に急速に発展した。従来の知的診断フレームワークは,過去10年間にわたる多くの研究において印象的な結果をもたらした。その人気にもかかわらず,診断結果は分類器の特徴選択と性能によって厳しく影響される。この問題を扱うために,辞書学習とスパース表現ベース分類(SRC)により風力タービン故障を診断する新しい方法を提案した。辞書学習アルゴリズムは,いかなる事前知識にもかかわらず,辞書中の原子を元の信号の固有構造に変換することができ,自己適応特徴抽出アプローチであり,従来の方法における特徴選択の挑戦を回避することを示した。次に,認識と診断は,追加の分類器なしで単純なSRCによって解決することができて,スパース表現ベクトルにおける重要なエントリーが試験サンプルのために対応する故障カテゴリーに割り当てられるというまばらな性質を利用した。提案した方法の妥当性と優位性を実験解析により検証した。さらに,可変条件と反雑音能力の下でのロバスト性に関して,提案方法の性能が常に従来の診断方法より著しく優れており,有望な応用展望をもたらすことを見出した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  風車 ,  ロバスト性 ,  特徴選択 ,  *故障診断 ,  風力発電 ,  *回転機械 ,  特徴抽出 ,  ベクトル ,  雑音 ,  *故障
準シソーラス用語： 自己適応 ,  事前知識 ,  *スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知的故障診断 ,  回転機械 ,  辞書学習 ,  K-SVD ,  スパース表現ベース分類

分類 (3件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z) ,  信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 辞書学習 ,  スパース表現 ,  分類 ,  回転機械 ,  故障診断