文献

J-GLOBAL ID：201802289289360836   整理番号：18A1679245

EEMDとSVDにより定義された信号対雑音比による鉄道車軸軸受の健康状態の定量化【JST・京大機械翻訳】

Quantizing the Health State of Railway Axle Bearing via Signal-to-noise ratio defined by EEMD and SVD

著者 (4件)： Yi Cai (School of Automobile and Transportation, Xihua University, Chengdu, China) ,  Liu Lu (State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu, China) ,  Lin Jianhui (State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu, China) ,  Tsui Kwok-Leung (City University of Hong Kong, Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPHM  ページ： 1-7  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： 状態量子化特性化は,自動化と知的機械の開発により大きな需要がある。それは,リアルタイムで機械のための操作状態をモニターするために役に立ち,欠陥と潜在的故障を検出するために重要である。また,状態特性化は,予期しない事故を避けるための状態ベースの保全戦略を実行するための基礎岩盤で,多数の機械に対する著しい経済的損失を実現する。車軸軸受は,車両における最も重要な構成要素のひとつであり,その健康状態は,全体の鉄道システムの安定性と安全性に影響を及ぼした。本論文において,信号対雑音比に基づく有望な状態量子化特性化方法を提案して,高速列車における鉄道車軸軸受を監視して検出した。新しい信号対雑音比を集合経験的モード分解と特異値分解により定義し,信号対雑音比に基づく無次元健康指標を提案し,車軸軸受の健康状態を定量的に特性化した。実験結果は,提案した健康指標が3つのタイプの鉄道車軸軸受欠陥を区別するのに有効であることを示した。さらに,3つの異なるタイプの鉄道車軸軸受欠陥の同定のための健康指標の正常および異常なベアリング健康状態の分類のためのガイドライン閾値を提供した。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： *軸受 ,  安全性 ,  故障 ,  自動化 ,  *SN比 ,  *車軸 ,  量子化 ,  保全 ,  キャラクタリゼーション ,  特異値分解
準シソーラス用語： 健康状態指標 ,  経験的モード分解 ,  高速列車 ,  実時間 ,  *健康状態 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 定義 ,  信号対雑音比 ,  鉄道 ,  車軸 ,  軸受 ,  健康状態 ,  定量化