文献

J-GLOBAL ID：201802239797727658   整理番号：18A0160738

風力タービンシステムのための圧縮センシングに基づく周期的なインパルス特徴検出【Powered by NICT】

Compressed-Sensing-Based Periodic Impulsive Feature Detection for Wind Turbine Systems

著者 (4件)： Du Zhaohui (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Chen Xuefeng (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Zhang Han (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Yang Boyuan (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 13  号： 6  ページ： 2933-2945  発行年： 2017年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： 風力タービンシステムのための大量動的信号からインパルス特性の同定という干し草の山から針を見つける,Shannonサンプリング定理ベース故障検出技術のための主要な挑戦をもたらすようなものである。そこで本論文では,圧縮センシングモデルと凸最適化法に基づく新しい衝撃特徴同定法を記述し,解析した。本研究の一つの重要な点は,周期的インパルス成分である周波数圧縮性であることを事前情報を確立することである。一方,小集合非適応線形測定に基づく,一般的アルゴリズム的フレームワーク(乗数法の交互方向)から発生した凸最適化アルゴリズムはインパルス特性を回収するために開発した。結果として,本研究の主ハイライトはShannonサンプリング理論を必要とするよりもはるかに少ない測定データから衝撃特徴信号の高精度回収を可能にすることである。提案した技術の性能を定量的に評価するために実行した広範な数値研究と,その実現可能性と優位性を同時に検証した。より重要なことは,この衝撃特徴検出法の妥当性と適用性は,ウィンドファームの風車歯車箱から実用的な工学データセットに基づいて調べ,確認包括的である。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： 適応性 ,  アルゴリズム ,  形状測定 ,  周波数 ,  *風車 ,  衝撃 ,  凸形 ,  標本化定理 ,  故障検出 ,  歯車箱
準シソーラス用語： 事前知識 ,  凸最適化 ,  *特徴検出 ,  *力積 ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (2件)： 風力発電  (NB03120Q) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： 風力タービン ,  圧縮センシング ,  周期 ,  インパルス ,  特徴検出