文献

J-GLOBAL ID：201802291528378076   整理番号：18A0516851

多重センサと畳込みニューラルネットワークを用いた回転機械の故障診断【Powered by NICT】

Fault Diagnosis for Rotating Machinery Using Multiple Sensors and Convolutional Neural Networks

著者 (5件)： Xia Min (Vancouver, BC, Canada) ,  Li Teng (Vancouver, BC, Canada) ,  Xu Lin (Vancouver, BC, Canada) ,  Liu Lizhi (Vancouver, BC, Canada) ,  de Silva Clarence W. (Vancouver, BC, Canada)
資料名： IEEE/ASME Transactions on Mechatronics  (IEEE/ASME Transactions on Mechatronics)
巻： 23  号： 1  ページ： 101-110  発行年： 2018年 
JST資料番号： W0894A  ISSN： 1083-4435  CODEN： IATEFW  資料種別： 逐次刊行物 (A)
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： 本論文では,回転機械の故障診断のための畳込みニューラルネットワーク(CNN)に基づくアプローチを提案した。提案したアプローチは,より高い,よりロバストな診断精度を達成するためにCNN構造を利用してセンサフュージョンを組み込んでいる。複数センサからの生データの時間的および空間的の二つの情報は,CNNの訓練プロセス中に考慮した。代表的特徴は生の信号から自動的に抽出することができた。マニュアル特徴抽出または選択,比機械と故障タイプの事前知識に大きく依存することを回避した。開発された方法の有効性は,典型的な回転機械,ころ軸受,歯車箱の二種類からのデータセットを用いて評価した。マニュアル特徴抽出を用いた従来の方法と比較して,結果は,提案した方法の優れた診断性能を示した。本アプローチはそのエンドツーエンド特徴学習能力に起因するセンサの各種タイプを持つ他の機械の故障診断に拡張することができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *センサ ,  *回転機械 ,  ころ軸受 ,  マニュアル ,  *故障 ,  *故障診断 ,  歯車箱 ,  特徴抽出 ,  センサフュージョン ,  ロバスト性 ,  エンドツーエンド方式
準シソーラス用語： 事前知識 ,  診断精度 ,  *畳込みニューラルネットワーク ,  *マルチセンサ , 【Automatic Indexing@JST】

分類 (2件)： 電動機  (NB07030U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 多重センサ ,  畳込みニューラルネットワーク ,  回転機械 ,  故障診断