文献

J-GLOBAL ID：201802225428929320   整理番号：18A1654941

信号時間周波数特性とGA-SVMに基づく油圧ポンプ故障診断法【JST・京大機械翻訳】

Fault diagnosis method of hydraulic pump based on time-frequency characteristic of signal and GA-SVM

著者 (6件)： Zhu Jiayuan (南京航空航天大学自動化学院,江蘇南京,211106) ,  Zhang Huijuan (航空机電綜合航空科技重点実験室電子工程部,江蘇南京,211106) ,  Yang Zhong (南京航空航天大学自動化学院,江蘇南京,211106) ,  Chen Shuang (航空机電綜合航空科技重点実験室電子工程部,江蘇南京,211106) ,  Tian Yaoyao (南京航空航天大学自動化学院,江蘇南京,211106) ,  Zhang Huibin (南京航空航天大学自動化学院,江蘇南京,211106)
資料名： Yingyong Keji  (Yingyong Keji)
巻： 45  号： 3  ページ： 50-54  発行年： 2018年 
JST資料番号： C3189A  ISSN： 1009-671X  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： 油圧ポンプの故障診断の精度および速度を改善するために,ウェーブレットパッケージのエネルギー結合信号の時間領域統計量の分散および二乗平均平方根値の信号特性の表現方法を,提案し,そして,サポートベクトルマシンの最適ペナルティ因子および動径基底関数モデルのパラメータを探索するための,実数値符号化遺伝的アルゴリズムを,提示した。実験結果により、この信号特性表示方法は油圧ポンプの異なる動作状態の特徴を非常によく提示でき、異なる状態の信号は明らかな区分度を持つことが明らかになった。べき級数格子探索法との比較により、実数値符号化の遺伝的アルゴリズムが有効にサポートベクターマシンの最適パラメータを発見できることを証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 統計量 ,  信号特性 ,  *油圧ポンプ ,  *故障診断 ,  エネルギー ,  動径基底関数 ,  サポートベクトルマシン ,  波束 ,  遺伝的アルゴリズム ,  ペナルティ ,  モデル ,  パラメータ ,  実数
準シソーラス用語： 最適パラメータ ,  時間領域 , 【Automatic Indexing@JST】

著者キーワード (7件)： wavelet packet decomposition ,  wavelet packet band energy ,  signal statistics ,  support vector machine ,  parameter optimization ,  genetic algorithm ,  grid search method

分類 (2件)： システム設計・解析  (IA02030D) ,  油圧・空気圧機器  (QD04020X)

タイトルに関連する用語 (3件)： 周波数特性 ,  油圧ポンプ ,  故障診断