文献

J-GLOBAL ID：201802228783580675   整理番号：18A1046846

サポートベクトルマシンと分類ツリーを用いた航空機によるバルブ故障の分類【JST・京大機械翻訳】

Aircraft bleed valve fault classification using support vector machines and classification trees

著者 (3件)： Castilho Henrique Mendes (Embraer S.A., Sao Jose ́ dos Campos, Brazil) ,  Nascimento Cairo Lucio (ITA - Instituto Tecnolo ́gico de Aerona ́utica, Sao Jose ́ dos Campos, Brazil) ,  Vianna Wlamir Olivares Loesch (Embraer S.A., Sao Jose ́ dos Campos, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SysCon  ページ： 1-7  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： 本研究は,教師つき機械学習アルゴリズムを用いて航空機抽気弁上の故障を同定し,分離するためのデータ駆動ソリューションの開発において構成した。雑音のある観測と可変環境条件を持つ弁の物理的計算機モデルを用いて,3つの異なる故障モードに提出された操作条件のセットをシミュレートした。すなわち,弁チャンバー間の漏れ,劣化帰還ばねおよび過剰ピストン摩擦である。モデルシミュレーションから抽出した特徴を用いて,分類木と同様にサポートベクトルマシン(SVM)を訓練し試験した。異なるSVMカーネルと樹木剪定限界を訓練段階で考慮した。両方の溶液を,それらの精度と精度を評価することによって,試験段階で評価した。結果は,両方のアルゴリズムがSVMのわずかにより良い性能で故障を同定して分類できることを証明した。また,結果は,この応用がこれらのタイプの弁の故障分離プロセスを自動化できることを証明した。本研究は,故障分離開発のための最も適切な解決策を得るために,分類アルゴリズムの適切な定義の重要性とそれらのメタパラメータを証明した。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： 自動化 ,  アルゴリズム ,  雑音 ,  故障モード ,  フィードバック ,  ピストン ,  抽気 ,  *サポートベクトルマシン ,  *航空機 ,  計算機械 ,  *故障
準シソーラス用語： 分類アルゴリズム ,  故障隔離 ,  チャンバ ,  環境条件 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： サポートベクトルマシン ,  分類 ,  航空機 ,  バルブ ,  故障