文献

J-GLOBAL ID：201802247215602909   整理番号：18A1711590

回転機械故障診断のための洗練された複合マルチスケール記号動的エントロピーとISVM-BTに基づく方法【JST・京大機械翻訳】

A method based on refined composite multi-scale symbolic dynamic entropy and ISVM-BT for rotating machinery fault diagnosis

著者 (5件)： Li Yongbo (School of Aeronautics, Northwestern Polytechnical University, Xi’an 710072, China) ,  Liang Xihui (Department of Mechanical Engineering, University of Manitoba, Winnipeg, Manitoba R3T 5V6, Canada) ,  Wei Yu (Center for Advanced Diffusion-Wave Technologies, Department of Mechanical and Industrial Engineering, University of Toronto, 5 Kings College Road, Toronto M5S 3G8, Canada) ,  Wei Yu (Department of Astronautical Science and Mechanics, Harbin Institute of Technology, Harbin 150001, China) ,  Wang Xianzhi (School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an, 710072, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 315  ページ： 246-260  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチスケールの記号動的エントロピー(msde)は,時間級数の動的挙動を特徴付けるために最近提案された。それは,マルチスケールサンプルエントロピー(MSE)と多重スケール置換エントロピー(MPE)と比較して,高い計算効率とノイズに対するロバスト性の長所を有する。しかし,時間系列の長さが多重スケール解析を用いて短くなると,msde値の分散は増加する。この欠点を扱うために,新しい方法,すなわち,洗練された複合多重スケール記号動的エントロピー(RCMSDE)を,回転機械の故障情報を抽出するために提案した。次に,Laplaceスコア(LS)を用いて固有ベクトルの次元を低減した。最後に,選択した特徴を,故障型同定のための二値木(ISVM-BT)に基づく改良サポートベクトルマシンの入力として採用した。提案した方法の有効性をシミュレーションと2つの実験的試験の両方を用いて検証した。結果は,提案方法が,msde,洗練された複合マルチスケールサンプルエントロピー(RCMSE),および洗練された複合多重スケール置換エントロピー(RCMPE)のような既存の方法と比較して,最も高い分類精度を生成することを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エントロピー ,  サポートベクトルマシン ,  ロバスト性 ,  固有ベクトル ,  雑音 ,  *回転機械 ,  特徴抽出 ,  *故障診断 ,  *故障
準シソーラス用語： 分類精度 ,  スコア ,  マルチスケール解析 ,  計算効率 ,  動的挙動 ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： 回転機械 ,  洗練された複合マルチスケール記号動的エントロピー(RCMSDE) ,  Laplaceスコア ,  サポートベクトルマシン ,  故障特徴抽出

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 回転機械 ,  故障診断 ,  マルチスケール ,  記号 ,  エントロピー ,  BT