文献

J-GLOBAL ID：201802224837574592   整理番号：18A0690096

VMD-CWDの時間周波数特性化とBSNMFコード認識の診断法を最適化した。【JST・京大機械翻訳】

Parameter optimized VMD-CWD time-frequency representation and BSNMF identification diagnosis method of internal combustion engine

著者 (5件)： Yue Yingjuan (火箭軍工程大学理学院,西安,710025) ,  Wang Xu (火箭軍工程大学理学院,西安,710025) ,  Cai Yanping (火箭軍工程大学理学院,西安,710025) ,  Liu Yuan (火箭軍工程大学理学院,西安,710025) ,  Zheng Yong (火箭軍工程大学理学院,西安,710025)
資料名： Beijing Jiaotong Daxue Xuebao. Zirankexueban  (Beijing Jiaotong Daxue Xuebao. Zirankexueban)
巻： 41  号： 5  ページ： 10-16  発行年： 2017年 
JST資料番号： C2406A  ISSN： 1673-0291  CODEN： BJDXES  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： 内燃機関の振動応答信号の強い結合と弱い故障特性の問題を解決するために,パラメータ最適化VMD-CWD内燃機関の振動時間周波数特性とBSNMFブロック符号化認識に基づく故障診断法を提案した。可変振動モード分解(VMD)を用いて,振動信号を固有モード関数(IMF)に分解し,IMF成分信号のChoi-Williams分布(CWD)により,時間周波数集中性を得て,交差項干渉を持たない振動スペクトル画像を得た。VMD分解過程におけるパラメータ選択問題に対して、パワースペクトルエントロピーを目的関数として導入し、VMDの分解パラメータに対してグリッド最適化を行い、VMD分解の適応性を高めた。内燃機関の振動スペクトル画像の自動識別診断を実現するために、スパース非負行列分解(SNMF)に基づいて、より容易に収束するブロックスパース非負行列分解アルゴリズム(BSNMF)を提案し、エンジン振動スペクトルに対して特徴抽出を行った。サポートベクトルマシン(SVM)を用いて,抽出した特徴パラメータを直接パターン認識した。提案した方法を,エンジン故障診断の事例に適用することにより,以下の結果を得た。この方法は,エンジン振動信号における弱い故障特性を効果的に抽出することができ,そして,エンジン弁の故障診断の自動診断を実現することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 目的関数 ,  パターン認識 ,  *周波数特性 ,  故障 ,  振動スペクトル ,  透視図法 ,  サポートベクトルマシン ,  故障診断 ,  アルゴリズム ,  特徴抽出 ,  *最適化 ,  画像
準シソーラス用語： 非負行列 ,  振動信号 ,  *時間周波数 , 【Automatic Indexing@JST】

著者キーワード (5件)： fault diagnosis ,  IC engine ,  Choi-Williams distribution ,  variational mode decomposition ,  block sparse non-negative matrix Factorization

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 周波数特性 ,  コード認識 ,  診断法 ,  最適化