文献

J-GLOBAL ID：201802274954152423   整理番号：18A0391116

異常検出と分類のための単変量管理図の性能改善【Powered by NICT】

Improving the performance of univariate control charts for abnormal detection and classification

著者 (5件)： Yiakopoulos Christos (Dynamics and Structures Laboratory, Machine Design and Control Systems Section, School of Mechanical Engineering, National Technical University of Athens, Athens, Greece) ,  Koutsoudaki Maria (Dynamics and Structures Laboratory, Machine Design and Control Systems Section, School of Mechanical Engineering, National Technical University of Athens, Athens, Greece) ,  Gryllias Konstantinos (KU Leuven, Department of Mechanical Engineering, Division PMA, Celestijnenlaan 300, BOX 2420, Leuven 3001, Belgium) ,  Gryllias Konstantinos (Member of Flanders Make, Belgium) ,  Antoniadis Ioannis (Dynamics and Structures Laboratory, Machine Design and Control Systems Section, School of Mechanical Engineering, National Technical University of Athens, Athens, Greece)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 86  号： PA  ページ： 122-150  発行年： 2017年 
JST資料番号： T0514A  ISSN： 0888-3270  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： 回転機械における軸受の損傷は機械故障と経済的損失を引き起こす可能性がある,有効作用は時間にされていない。,特に初期段階で,連続損傷を防止し,高価な停止時間を低減するために欠陥の存在を正確に検出するために非常に重要である。機械故障診断は,データ取得,特徴抽出と診断意思決定のロードマップ,機械振動の故障特徴抽出を基礎と正確な診断結果を得るための鍵であるに従った。この分野における課題は,各種形式の故障に対して最も敏感な特徴の選択が,故障の特徴を抽出することは困難である。多く複雑なデータ駆動故障診断法の顕著な特徴,抽出と減少した従来または最新アルゴリズムによるによって供給した。最も利用可能なデータセットのは通常の操作条件における捕獲されるので,過去10年間は,正常データのみが利用できた時作動することができ,多くの新規性検出手法が開発されている。本研究では,単変量管理図と特徴抽出方式を組み合わせたハイブリッド方法は,異常変化検出と分類に目を向けて導入し,機械の通常の動作条件下で測定が可能であるという仮定のもとにある。特徴抽出法は,形態学的演算子とMorletウェーブレットを統合している。提案した方法の有効性は,軸受故障を持つ二種の実験例で検証し,提案した方法は,従来の制御チャートの故障検出と分類性能を改善できることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  データ収集 ,  意思決定 ,  停止時間 ,  故障 ,  *管理図 ,  軸受 ,  機械振動 ,  回転機械 ,  故障診断 ,  特徴抽出
準シソーラス用語： 運転条件 ,  データ駆動 ,  機械故障 ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： 新規性検出 ,  軸受故障診断 ,  特徴抽出 ,  管理図 ,  形態学的勾配 ,  Morletウェーブレット

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (5件)： 異常検出 ,  分類 ,  変量 ,  管理図 ,  性能改善