文献

J-GLOBAL ID：201802250225068518   整理番号：18A1513616

電動機のためのデータ駆動スマート故障診断法【JST・京大機械翻訳】

A Data-Driven Smart Fault Diagnosis Method for Electric Motor

著者 (6件)： Gou Xiaodong ,  Bian Chong ,  Zeng Fuping ,  Xu Qingyang ,  Wang Wencai ,  Yang Shunkun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： QRS-C  ページ： 250-257  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： 電動機は現代の産業システムの基本装置であり,そのタイムリーな故障診断は保全コストとダウンタイムを減少させ,システム信頼性を改善する。本論文は,電力信号に基づく電動機の故障診断の問題を扱い,遺伝的アルゴリズム(GA)最適化サポートベクトルマシン(SVM)に基づくデータ駆動故障診断法を提示した。特徴表現,特徴選択および特徴抽出を,データ次元を減少させるためのデータ前処理方法として適用した。すなわち,時間領域解析法および距離解析法によって特徴表現を実行し,特徴選択に対して,Fisher判別分析を用い,特徴抽出に対して局所線形埋込み(LLE)を用いた。次に,GAを用いて,データ前処理後の故障分類のためのSVM分類器を最適化した。著者らの方法は良い故障分類効果を得ることができて,実験結果は,提案方法の分類精度が確率的ニューラルネットワークのものより良いことを示して,電動機の故障診断におけるこの提案方法の実現可能性と有効性を証明した。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： 保全費 ,  特徴抽出 ,  サポートベクトルマシン ,  *電動機 ,  停止時間 ,  線形性 ,  電力 ,  遺伝的アルゴリズム ,  *故障診断 ,  最適化 ,  *故障 ,  特徴選択
準シソーラス用語： 分類精度 ,  故障分類 ,  *データ駆動 , 【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 (3件)： 電動機 ,  データ駆動 ,  故障診断