文献

J-GLOBAL ID：201902246632851056   整理番号：19A2235301

風力タービン歯車箱の軸受故障診断のための統合状態監視方式【JST・京大機械翻訳】

Integrated condition monitoring scheme for bearing fault diagnosis of a wind turbine gearbox

著者 (4件)： Inturi Vamsi (Department of Mechanical Engineering, BITS Pilani - Hyderabad campus, India - 500078) ,  Sabareesh GR (Department of Mechanical Engineering, BITS Pilani - Hyderabad campus, India - 500078) ,  Supradeepan K (Department of Mechanical Engineering, BITS Pilani - Hyderabad campus, India - 500078) ,  Penumakala PK (Department of Mechanical Engineering, BITS Pilani - Hyderabad campus, India - 500078)
資料名： Journal of Vibration and Control  (Journal of Vibration and Control)
巻： 25  号： 12  ページ： 1852-1865  発行年： 2019年 
JST資料番号： W1147A  ISSN： 1077-5463  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： 振動解析,音響解析,潤滑油解析などの条件監視(CM)技術を用いて,非定常荷重下で作動する実験室規模風力タービン歯車箱の転がり要素軸受故障を診断した。2つの局所的なベアリング断層,すなわち,内側のレース断層とベアリングの外側の断層を有することは,歯車箱において播種される。これらの技術からの生データを分解し,レベル4(a4)のウェーブレット近似係数を離散ウェーブレット変換(DWT)を用いて抽出した。ウェーブレット近似係数から多数の統計的特徴を計算し,決定木アルゴリズムを実行することにより最も重要な特徴を同定した。これらのCM技術の各々の分類効率を,サポートベクトルマシンアルゴリズムを用いて比較した。さらに,個々のCM技法を組み合わせることにより統合CMスキームを開発し,統合CMスキームの故障診断能力を個々のCM技術と比較した。特徴分類アルゴリズムとして主成分分析ベース手法を用い,振動,音響,潤滑油解析から抽出した重要な特徴を組み合わせて入力特徴行列を形成した。統合CM方式が単一CM技術より良い分類解釈を提供して,それが風力タービン歯車箱のリアルタイム故障診断のために拡張することができることを観察した。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *故障 ,  主成分分析 ,  アルゴリズム ,  *故障診断 ,  サポートベクトルマシン ,  近似法 ,  波束 ,  *歯車箱 ,  音響 ,  *風車 ,  *軸受 ,  潤滑油
準シソーラス用語： 実時間 ,  離散ウェーブレット変換 ,  生データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 転がり軸受 ,  風力タービン ,  統合状態監視 ,  主成分分析

分類 (1件)： 構造動力学  (HD02000E)

タイトルに関連する用語 (6件)： 風力タービン ,  歯車箱 ,  軸受 ,  故障診断 ,  統合 ,  状態監視