文献

J-GLOBAL ID：201802278707458905   整理番号：18A0391010

振動信号の特異スペクトル解析による表面粗さのモニタリング【Powered by NICT】

Surface roughness monitoring by singular spectrum analysis of vibration signals

著者 (2件)： Garcia Plaza E. (Higher Technical School of Industrial Engineering, Energy Research and Industrial Applications Institute (INEI), University of Castilla-La Mancha, Avda. Camilo Jose Cela, s/n, 13003 Ciudad Real, Spain) ,  Nunez Lopez P.J. (Higher Technical School of Industrial Engineering, Energy Research and Industrial Applications Institute (INEI), University of Castilla-La Mancha, Avda. Camilo Jose Cela, s/n, 13003 Ciudad Real, Spain)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 84  号： PA  ページ： 516-530  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： すなわちCNC仕上げ旋削加工における工作物切削工具相互作用で生成される振動信号,主成分(I SSA)の個々の分析,及び相関主成分(G SSA)のグルーピング分析への特異スペクトル解析(SSA)の適用に基づく増強された表面粗さ(Ra)モニタリングのための二つの方法を評価した。特異スペクトル解析は,主成分と呼ばれる独立した添加物時系列のセットに信号を分解することを時系列解析のノンパラメトリック技術である。異なる切削条件についての多くの実験を,これらの方法の両方を用いた表面粗さのモニタリングを評価した。結果は振動信号処理の特異スペクトル解析は,表面粗さを予測するための有効周波数範囲識別したことを示した。相関主成分(G SSA)の分類解析はモニタリング表面粗さのための最も効率的な方法である,低い分析計算コストで最適予測と信頼性結果を証明した。最後に,結果は,特異スペクトル解析は,表面粗さのオンラインモニタリングに適用した振動信号を解析するための理想的方法であることを示した。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： 添加剤 ,  ノンパラメトリック法 ,  切削工具 ,  信頼性 ,  工作物 ,  周波数 ,  相互作用 ,  *旋削 ,  時系列分析
準シソーラス用語： オンライン監視 ,  切削条件 ,  *特異スペクトル解析 ,  *振動信号 , 【Automatic Indexing@JST】

著者キーワード (4件)： 特異スペクトル解析(SSA) ,  振動信号 ,  表面粗さモニタリング ,  CNC旋削

分類 (3件)： 軸受  (QB01020W) ,  信号理論  (ND02020G) ,  その他の機械要素  (QB01120F)

タイトルに関連する用語 (4件)： 振動信号 ,  特異スペクトル解析 ,  表面粗さ ,  モニタリング