文献

J-GLOBAL ID：201902215845911657   整理番号：19A0651801

スケール空間しきい値法に基づく改良EWTを用いた電動機軸受故障診断法に関する研究【JST・京大機械翻訳】

Study on a Motor Bearing Fault Diagnosis Method Using Improved EWT Based on Scale Space Threshold Method

著者 (10件)： Zhao Huimin (Software Institute, Dalian Jiaotong University, Dalian 116028 China) ,  Zhao Huimin (Traction Power State Key Laboratory of Southwest Jiaotong University, Chengdu 610031, China) ,  Zhao Huimin (Sichuan Provincial Key Lab of Process Equipment and Control, Sichuan University of Science and Engineering, Zigong 64300, China) ,  Zhao Huimin (Liaoning Key Laboratory of Welding and Reliability of Rail Transportation Equipment, Dalian Jiaotong University, Dalian 116028, China) ,  Zuo Shaoyan (School of Electronics and Information Engineering, Dalian Jiaotong University, Dalian 116028, China) ,  Fang Jian (Chuzhou Technical Supervision and Testing Center, Chuzhou 239000 China) ,  Deng Wu (Software Institute, Dalian Jiaotong University, Dalian 116028 China) ,  Deng Wu (Traction Power State Key Laboratory of Southwest Jiaotong University, Chengdu 610031, China) ,  Deng Wu (Sichuan Provincial Key Lab of Process Equipment and Control, Sichuan University of Science and Engineering, Zigong 64300, China) ,  Deng Wu (Liaoning Key Laboratory of Welding and Reliability of Rail Transportation Equipment, Dalian Jiaotong University, Dalian 116028, China)
資料名： International Journal of Emerging Electric Power Systems  (International Journal of Emerging Electric Power Systems)
巻： 19  号： 4  ページ： 20180106  発行年： 2018年 
JST資料番号： W3791A  ISSN： 2194-5756  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 経験的ウェーブレット変換(EWT)は,信号における異なるモード成分を効果的に同定できる新しい非定常信号解析法である。しかし,Fourierスペクトル適応セグメンテーション問題によって引き起こされる処理雑音と不安定信号の欠如のために,スケール空間閾値法とファジィC平均に基づく改良EWT(FCMEWT)法を提案して,振動信号を物理的意味を有する経験的モードに分解した。FCMEWT法は,最初に,元の振動信号のスペクトルをスケールし,次に,スペクトル分割間隔を得るために,スペクトルを分類するために,ファジィC平均法を用いた。振動信号は固有モード関数(IMF)成分の集合に分解され,それはパワースペクトルを通して各成分の周波数を抽出するためにHilbert変換を実行する。最後に,各IMF成分と元の信号間のピアソン相関係数を計算し,最終IMF成分を決定するために相関係数閾値を得た。FCMEWT法の有効性を検証するために,本論文では振動信号モータ軸受を選択した。FCMEWT法を経験的モード分解(EMD)およびアンサンブル経験的モード分解(EEMD)法と比較した。結果は,FCMEWT方式がEWT方式におけるFourierスペクトル分割の問題を効果的に解決することができて,より良い適応可能なセグメンテーション特性を取り入れて,モーター軸受の故障特徴周波数を効果的に抽出することができることを示した。故障診断方法は,効果的にモーターベアリング故障特性を抽出することができるだけでなく,EMDとEEMD方法より良い診断結果を持った。Copyright 2018 Walter de Gruyter GmbH, Berlin/Boston Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電動機 ,  ウェーブレット変換 ,  *故障診断 ,  *軸受 ,  *故障 ,  パワースペクトル ,  曖昧さ ,  有効性 ,  雑音 ,  Hilbert変換 ,  セグメンテーション ,  スペクトル
準シソーラス用語： 経験的モード分解 ,  振動信号 ,  非定常信号 , 【Automatic Indexing@JST】

著者キーワード (6件)： 経験的ウェーブレット変換 ,  ファジィc-平均 ,  スケール空間変換 ,  ピアソン相関係数 ,  故障診断 ,  スペクトルセグメンテーション

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： スケール空間 ,  しきい値 ,  電動機 ,  軸受 ,  故障診断 ,  研究