文献

J-GLOBAL ID：201802233280981419   整理番号：18A0164891

軸故障診断のためのWPDとEMDの比較研究【Powered by NICT】

A comparative study of WPD and EMD for shaft fault diagnosis

著者 (3件)： Huo Zhiqiang (School of Engineering, University of Lincoln, Lincoln, UK) ,  Zhang Yu (School of Engineering, University of Lincoln, Lincoln, UK) ,  Shu Lei (Guangdong Provincial Key Laboratory on Petrochemical Equipment Fault Diagnosis, Guangdong University of Petrochemical Technology, Maoming, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IECON  ページ： 8441-8446  発行年： 2017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： 回転軸における初期亀裂破壊の故障診断は,関係者へ工業プラント,休止時間と潜在的損傷などにおける可能な限り早期性能劣化の検出と同定を可能にした。本研究では,マルチスケールエントロピー(MSE)を用いて回転軸の故障診断にウェーブレットパケット分解(WPD)と経験的モード分解(EMD)を適用することによって亀裂故障検出の性能と有効性を検討した。WPDとEMD後,最も敏感な再構成ベクトルと固有モード関数(IMF)はShannonエントロピーを用いて選択した。次に,それら特徴ベクトルは故障分類,エントロピー特徴を異なるスケールを持つ振動信号の複雑さを表すのためのサポートベクトルマシン(SVM)に供給した。実験結果はMSEと組み合わせたWPDは回転軸の亀裂故障検出のための97.3%の精度を達成できることを実証したが,EMD MSEに結合して,98.5%の高い検出率を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  停止時間 ,  *故障診断 ,  故障検出 ,  亀裂 ,  ベクトル ,  回転軸 ,  エントロピー
準シソーラス用語： 振動信号 ,  故障分類 ,  特徴ベクトル ,  情報エントロピー ,  固有モード関数 ,  経験的モード分解 ,  ウェーブレットパケット分解 , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  信頼性  (KB04040H) ,  軸受  (QB01020W) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 故障診断 ,  研究