文献

J-GLOBAL ID：201802237097138479   整理番号：18A1675471

変分モード分解の分解層数の自己適応決定による複合故障抽出法【JST・京大機械翻訳】

Compound fault extraction method via self-adaptively determining the number of decomposition layers of the variational mode decomposition

著者 (5件)： Zhang Ziying (School of Mechanical, Electronic and Information Engineering, China University of Mining and Technology (CUMT), Xueyuan Road, Beijing 100083, China) ,  Zhang Xi (School of Mechanical, Electronic and Information Engineering, China University of Mining and Technology (CUMT), Xueyuan Road, Beijing 100083, China) ,  Zhang Panpan (Shanxi Institute of Energy, Daxue Road, Jinzhong 030600, China) ,  Wu Fengbiao (Shanxi Institute of Energy, Daxue Road, Jinzhong 030600, China) ,  Li Xuehui (School of Mechanical, Electronic and Information Engineering, China University of Mining and Technology (CUMT), Xueyuan Road, Beijing 100083, China)
資料名： Review of Scientific Instruments  (Review of Scientific Instruments)
巻： 89  号： 8  ページ： 085110-085110-7  発行年： 2018年 
JST資料番号： D0517A  ISSN： 0034-6748  CODEN： RSINAK  資料種別： 逐次刊行物 (A)
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： 局所平均分解(LMD)は自己適応法であり,ベアリングからの初期故障信号を抽出するために広く適用されてきた。しかし,モード混合は分解過程で起こる。さらに,強い雑音を有する処理信号において,偽周波数成分を変分モード分解(VMD)によって発生させることができた。これらの問題を扱うために,VMDに基づく弱い故障抽出法を転がり軸受のために提案した。この方法は,LMDとVMDのプレフィルタとしての組合せ生産関数(CPF)に関するものである。最初に,LMDを元の信号を雑音除去するために使用して,次に,故障情報を含むCPF成分を新しい信号に結合した。第二に,この方法は再結合信号のスペクトルピークからVMDの分解レベルKを決定する。最後に,この方法はVMDを用いて再結合信号を分解する。提案した方法の主な貢献は,(i)CPF法を適応的にノイズ除去するために採用し,故障特徴の電力を改善することができる。(ii)VMDの分解レベルKは適応的に決定できる。シミュレーション信号を処理した後に,歯車と圧延要素の故障情報を首尾よく抽出し,それにより,提示した方法の実現可能性を実証した。さらに,提案方法の実現可能性を,MOMEDA(多点最適最小エントロピー展開調整)アルゴリズムから得られた結果との比較において,さらに実証した。Copyright 2018 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *故障 ,  電力 ,  雑音除去 ,  アルゴリズム ,  雑音 ,  エントロピー ,  再結合 ,  シミュレーション ,  圧延 ,  *変分法 ,  スペクトル ,  転がり軸受
準シソーラス用語： プレフィルタ ,  *自己適応 ,  *モード分解 , 【Automatic Indexing@JST】

分類 (1件)： 分析機器  (CC02020S)

タイトルに関連する用語 (5件)： 変分 ,  モード分解 ,  自己適応 ,  故障 ,  抽出法