文献

J-GLOBAL ID：201902221539258650   整理番号：19A0190317

健康状態データのオンラインモニタリングに基づく知覚と診断予測【JST・京大機械翻訳】

Perception and Diagnostic Prediction Based Turbines Oil On-Line Monitoring of Health Status Data

著者 (4件)： Li Shuai ,  Song Ping ,  Wang Xia ,  Yang Kun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： PHM-Chongqing  ページ： 338-343  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： タービン発電機軸受摩擦における問題に対して,本論文は,油オンライン監視プラットフォームに基づく2つの異なる期間におけるタービン作動条件に関する関連データを与えた。これらのデータに基づくモデリングを行うためにARMA時系列モデルを用いた。モデルの異なるパラメータに従って,異なるモデルを得る。モデリングの後,著者らはより良いモデルを選択して,それは最小の誤差を持って,AICとBIC判定基準によって,タービンの状態に関して診断と予測を作るために使用することができた。次に,適切な機能,伝達と出力層機能を選択して,いくつかのパラメータを設定して,著者らは,タービンの状態を診断して予測するために使用するBPニューラルネットワークのモデリングを作るために,MATLABのニューラルネットワークツールボックスを使用した。最後に,予測結果を用いて2つのモデル間の比較を行った。種々の粒子濃度の予測を含む結果の誤差を比較することによって,モデルがタービンの状態を予測するためにより良いことを知ることができた。Copyright 2019 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 ,  ニューラルネットワーク ,  モデリング ,  判定基準 ,  ARMAモデル ,  *診断 ,  *予測 ,  タービン
準シソーラス用語： ツールキット ,  MATLAB ,  逆伝播ニューラルネットワーク ,  運転条件 ,  タービン発電機 ,  *オンライン監視 ,  健康状態 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 状態データ ,  オンラインモニタリング ,  知覚 ,  診断 ,  予測