文献

J-GLOBAL ID：201802286964212523   整理番号：18A0258233

ベアリング故障検出のための核ノルム最小化を介した重み付き低ランクスパースモデル【Powered by NICT】

Weighted low-rank sparse model via nuclear norm minimization for bearing fault detection

著者 (9件)： Du Zhaohui (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Du Zhaohui (Collaborative Innovation Center of High-End Manufacturing Equipment, Xi’an Jiaotong University, Xi’an 710054, China) ,  Chen Xuefeng (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Chen Xuefeng (Collaborative Innovation Center of High-End Manufacturing Equipment, Xi’an Jiaotong University, Xi’an 710054, China) ,  Zhang Han (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Yang Boyuan (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Zhai Zhi (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Yan Ruqiang (State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China) ,  Yan Ruqiang (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China)
資料名： Journal of Sound and Vibration  (Journal of Sound and Vibration)
巻： 400  ページ： 270-287  発行年： 2017年 
JST資料番号： H0503A  ISSN： 0022-460X  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： 軸受の局部欠陥により発生した衝撃特性を検出するための機械の故障診断地域における基本的作業である。本論文の主目的は,周期的インパルス特徴の低ランク物理的構造を利用し,さらに軸受欠陥検出のための重み付き低ランクスパースモデルを確立することである。提案したモデルは主に三種の基本的成分:適応分割窓,核型ノルム正則化と重み付き配列から構成されている。衝撃特徴の周期的繰返し機構のために,適応分割窓は衝撃特徴を変換データマトリックスに設計できた。分割窓のハイライトはすべての局所特徴情報を蓄積し,それらを整列させることである。データ行列のすべてのカラムにより,類似した波形を共有し,コア物理現象が発生する,すなわち,データ行列の特異値をまばらな分布パターンを示した。核ノルム正則化は前スパースを捕捉を目的としている。しかし,核型ノルム正則化はすべての特異値を平等に扱うと大きな特異値はインパルス特性の情報量を持ち,可能な限り保存すべき一つの基本事実を無視している。特異振幅に逆比例重みを適応して調製を持つ重み付き配列は大きな特異値の分布一貫性を保証するために採用した。一方,提案したモデルはその非凸面性のために解決が困難であり,新しいアルゴリズムは一つの近位演算子操作と最小二乗フィッティングを実行する交互を通した1満足な定常解を探索するために開発した。さらに,アルゴリズムパラメータの感度解析と選択原理を数値実験の,提案した方法はロバストであり,数個の調整可能なパラメータを持つだけであることを示し,包括的に調べた。最後に,提案したモデルは,故障検出を有する風力タービン(WT)に適用し,その有効性が十分に検証した。現在普及しているベアリング故障診断技術,ウェーブレット解析とスペクトル尖度と比較して,提案モデルでは,高い診断精度を達成した。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： スペクトル ,  衝撃 ,  故障診断 ,  ロバスト性 ,  *ノルム ,  正則化 ,  感度解析 ,  最小二乗法 ,  アルゴリズム ,  凸形 ,  *軸受
準シソーラス用語： 数値実験 ,  特異値 ,  分割窓 , 【Automatic Indexing@JST】

著者キーワード (6件)： スパース特異分布 ,  適応重みづけ法 ,  核ノルム正則化 ,  スパース最適化 ,  軸受故障検出 ,  風力タービン

分類 (2件)： 構造動力学  (HD02000E) ,  振動の励起・発生・測定  (BB02030Z)

タイトルに関連する用語 (5件)： ベアリング ,  故障検出 ,  核 ,  ノルム ,  最小化