文献

J-GLOBAL ID：201802240285536982   整理番号：18A1451478

深さ信念ネットワークに基づくファンスピンドル軸受状態モニタリング手法【JST・京大機械翻訳】

Condition Monitoring Method for Wind Turbine Main Bearings Based on DBN

著者 (5件)： Wang Hongbin (燕山大学工業計算机控制工程河北省重点実験室,秦皇島,066004) ,  Wang Hong (燕山大学工業計算机控制工程河北省重点実験室,秦皇島,066004) ,  He Qun (燕山大学河北省測試計量技術及儀器重点実験室,秦皇島,066004) ,  Wang Yueling (燕山大学工業計算机控制工程河北省重点実験室,秦皇島,066004) ,  Zhou Zhen (燕山大学工業計算机控制工程河北省重点実験室,秦皇島,066004)
資料名： Zhongguo Jixie Gongcheng  (Zhongguo Jixie Gongcheng)
巻： 29  号： 8  ページ： 948-953  発行年： 2018年 
JST資料番号： C2243A  ISSN： 1004-132X  CODEN： ZJGOE8  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： 深い信念ネットワーク(DBN)に基づく風車の主軸受の状態監視方法を提案した。モデリングの困難性を低減し,訓練時間を減らすために,最初に,相関係数法を用いて,モデル化変数を選択し,そして,主軸受の正常挙動のDBN温度モデルを,確立し,そして,主軸受の温度予測を,用いた。このモデルは従来のニューラルネットワークのランダム初期化ネットワークの重みを克服でき、局部最小値に陥りやすいなどの欠点を克服し、主軸受温度の予測精度を有効に高めることができる。次に,指数加重移動平均法(EWMA)を用いて,主軸受の温度残差シーケンスを解析し,カーネル密度推定法により故障閾値を決定した。最後に,データ取得と監視制御(SCADA)システムデータに基づいて,主軸受故障をシミュレーションした。その結果,従来の予測法と比較して,提案した方法が主軸受の異常状態監視を効果的に達成できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： SCADAシステム ,  故障 ,  残差 ,  モデリング ,  *軸受 ,  ニューラルネットワーク ,  風車 ,  *ネットワーク ,  予測技法 ,  相関係数 ,  データ収集 ,  モデル
準シソーラス用語： 予測精度 ,  状態監視 ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： supervisory control and data acquisition(SCADA) ,  deep belief network(DBN) ,  tem-perature modeling ,  condition monitoring

分類 (2件)： 研削  (QC03000R) ,  軸受  (QB01020W)

タイトルに関連する用語 (6件)： 信念ネットワーク ,  ファン ,  スピンドル ,  軸受 ,  モニタリング ,  手法