文献

J-GLOBAL ID：201902236269236769   整理番号：19A1107362

Fourier変換と多層パーセプトロン神経回路網に基づくウェーブレットパケット署名解析を用いた回転子バー故障検出と分類【JST・京大機械翻訳】

Broken Rotor Bar Fault Detection and Classification Using Wavelet Packet Signature Analysis Based on Fourier Transform and Multi-Layer Perceptron Neural Network

著者 (7件)： Zolfaghari Sahar (Department of Electrical and Electronic Engineering, University Putra Malaysia, Serdang 43400, Malaysia) ,  Noor Samsul Bahari Mohd (Department of Electrical and Electronic Engineering, University Putra Malaysia, Serdang 43400, Malaysia) ,  Mehrjou Mohammad Rezazadeh (Department of Electrical and Electronic Engineering, University Putra Malaysia, Serdang 43400, Malaysia) ,  Mehrjou Mohammad Rezazadeh (Centre of Advanced Power and Energy Research (CAPER), University Putra Malaysia, Serdang 43400, Malaysia) ,  Marhaban Mohammad Hamiruce (Department of Electrical and Electronic Engineering, University Putra Malaysia, Serdang 43400, Malaysia) ,  Mariun Norman (Department of Electrical and Electronic Engineering, University Putra Malaysia, Serdang 43400, Malaysia) ,  Mariun Norman (Centre of Advanced Power and Energy Research (CAPER), University Putra Malaysia, Serdang 43400, Malaysia)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 8  号： 1  ページ： 25  発行年： 2017年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 現代の製造における機械能力の増加の結果として,機械は時間にわたって連続的に運転される。したがって,早期故障検出は,保全費を低減し,高コストと無スケジュールのダウンタイムを避けるために必要である。故障の特徴抽出とパターン分類を提供する故障診断システムは,機械の故障を検出し分類することができる。これまでに,回転子バー破損の検出のための手順を報告した関連研究の大部分は,離散ウェーブレット変換を用いたモータ電流信号解析を適用した。本論文では,最も適切な特徴を,電流信号の高速Fourier変換後のウェーブレットパケット変換の係数から抽出した。本研究の目的は,低負荷条件下での故障検出のための効果的で敏感な方法を開発することである。時間スケールと周波数領域分析技術の両方の強度を結合することを通して,統一ウェーブレットパケット署名解析は,特別な故障指向周波数帯における故障署名を指摘する。フィードフォワードニューラルネットワーク分類器と組み合わせたウェーブレット解析は,モータの実行時の故障重症度の自動診断のための知的方法論を提供する。故障の重症度は,1つ,2つ,3つの壊れたロータバーと考えられる。結果は,提案方法が誘導電動機における回転子バー破損故障と故障重症度の分類を診断するために有効であることを確認した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  誘導電動機 ,  信号解析 ,  *故障 ,  パターン分類 ,  故障診断 ,  周波数帯 ,  *多層パーセプトロン ,  高速Fourier変換 ,  *神経回路網
準シソーラス用語： 自動診断 ,  ウェーブレット解析 ,  ウェーブレットパケット変換 ,  離散ウェーブレット変換 ,  *ウェーブレットパケット , 【Automatic Indexing@JST】

著者キーワード (5件)： 誘導電動機 ,  破損したロータバー ,  ウェーブレットパケット署名解析 ,  高速Fourier変換 ,  多層パーセプトロン神経回路網

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (43件)：

• Mehrjou, M.R.; Mariun, N.; Marhaban, M.H.; Misron, N. Rotor fault condition monitoring techniques for squirrel-cage induction machine-A review. Mech. Syst. Signal Process. 2011, 25, 2827-2848.
• Filippetti, F.; Franceschini, G.; Tassoni, C. Neural Networks Aided On-Line Diagnostics of Induction Motor Rotor Faults. IEEE Trans. Ind. Appl. 1995, 31, 892-899.
• Seera, M.; Lim, C.P.; Nahavandi, S.; Loo, C.K. Condition Monitoring of Induction Motors: A Review and an Application of an Ensemble of Hybrid Intelligent Models. Expert Syst. Appl. 2014, 41, 4891-4903.
• Aydin, I.; Karakose, M.; Akin, E. A New Method for Early Fault Detection and Diagnosis of Broken Rotor Bars. Energy Convers. Manag. 2011, 52, 1790-1799.
• Ayhan, B.; Trussell, H.J.; Chow, M.Y.; Song, M.H. On the Use of a Lower Sampling Rate for Broken Rotor Bar Detection With DTFT and AR-Based Spectrum Methods. IEEE Trans. Ind. Electron. 2008, 55, 1421-1434.

タイトルに関連する用語 (9件)： Fourier変換 ,  多層パーセプトロン ,  神経回路網 ,  ウェーブレットパケット ,  署名 ,  解析 ,  回転子 ,  故障検出 ,  分類