文献

J-GLOBAL ID：201802242279506069   整理番号：18A1773810

トラクションコンバータにおけるIGBTのデータ駆動故障診断のためのアンサンブルベースのランダム化分類器【JST・京大機械翻訳】

Ensemble-based Randomized Classifier for Data-driven Fault Diagnosis of IGBT in Traction Converters

著者 (4件)： Xia Yang (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Gou Bin (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Xu Yan (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Wilson Gary (Applied Technology Group Rolls-Royce Singapore Pte Ltd)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISGT Asia  ページ： 74-79  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： 絶縁ゲートバイポーラトランジスタ(IGBT)は誘導電動機駆動における最も一般的であるが脆弱なデバイスの一つである。IGBTの故障診断法を開発し,システム信頼性を向上させた。本論文では,アンサンブルベースのランダム化データ駆動法に基づくIGBT開回路故障の診断法を提案した。ランダムベクトル汎関数ネットワーク(RVFL)と名付けた新しい学習技術を採用して,歴史的IGBT故障データセットを訓練し,学習した。アンサンブル構造を設計し,診断精度を向上させた。最後に,時間ウィンドウを定義して,診断精度と決定時間の関係を例示した。分類器のより多くの入力情報が,より高い診断精度を達成できるが,より多くの時間があることを示した。他のデータ駆動法を比較することにより,提案したアンサンブルベースの方法は,同じ決定時間内でより高い診断精度を有する。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： *変換器 ,  学習 ,  *故障 ,  ネットワーク ,  *故障診断 ,  汎関数 ,  開路 ,  システム信頼度 ,  *IGBT
準シソーラス用語： 脆弱性 ,  診断精度 ,  *データ駆動 ,  誘導電動機駆動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： IGBT ,  データ駆動 ,  故障診断 ,  アンサンブル ,  ランダム化 ,  分類器