文献

J-GLOBAL ID：201902236979911711   整理番号：19A1938350

高速列車台車のための特徴抽出法とその故障診断への応用【JST・京大機械翻訳】

A Feature Extraction Method and Its Application on Fault Diagnosis for High-Speed Train Bogie

著者 (4件)： CHENG Chao (School of Computer Science and Engineering, Changchun University of Technology, Changchun, 130012, China) ,  LI Mengchen (School of Computer Science and Engineering, Changchun University of Technology, Changchun, 130012, China) ,  TENG Wanxiu (National Engineering Laboratory, CRRC Changchun Railway Vehicles Co., Ltd., Changchun, 130051, China) ,  YU Chuang (Maintenance and overhaul technology platforms, CRRC Changchun Railway Vehicles Co., Ltd., Changchun, 130051, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISIE  ページ： 1725-1730  発行年： 2019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： 高速列車の故障診断の過程において,高いデータ次元,大きなデータ量,複雑な実際の作業条件などの問題がしばしば遭遇する。隣接するコーチの隣接点の走行状態の類似性を考慮し,実際の走行データサンプルにおける軌道データの時変進化の特性と結合した後,DTW(動的時間ワーピング)に基づく特徴抽出法を高速列車台車の故障診断のために提案した。本方法は,故障診断モデルの入力として,動的進化特性と従来の静的特性を取り入れて,総合的に高速列車の運転状態を考慮した。最初に,時間の期間にわたるサンプリング点のサンプリングデータを動的軌道として接続して,DTWアルゴリズムを用いて,いくつかの隣接サンプリング点のデータ軌跡の類似性マトリックスを引き出した。第二に,新しい特性,偏差度を定義した。この成分の偏差度を,K-L発散(Kullback-Leibler発散)の計算方法を参照することによって,類似性マトリックスに基づいて計算した。データサンプルの時間変化進化の特性を考慮して,この方法は,ある程度データの次元と計算量を減少させる。最後に,ある種の高速列車の実際の運転データに基づいてシミュレーション実験を行った。偏差度と静的特性を故障診断モデルに入力し,高速列車台車の故障診断におけるアルゴリズムの有効性を検証した。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： *特徴抽出 ,  シミュレーション ,  *故障診断 ,  軌跡 ,  類似性 ,  アルゴリズム ,  有効性 ,  経時変化 ,  *台車 ,  走行 ,  計算量 ,  静特性
準シソーラス用語： 運転状態 ,  ワーピング ,  *高速列車 , 【Automatic Indexing@JST】

分類 (4件)： 信頼性  (KB04040H) ,  電力系統一般  (NB02000E) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 高速列車 ,  台車 ,  特徴抽出法 ,  故障診断 ,  応用