文献

J-GLOBAL ID：201902253241746590   整理番号：19A1241012

回転機械の構造異常のための信号融合とハイブリッド主成分分析に基づく自動診断法

Signal Fusion and Hybrid Principal Component Analysis Based Automatic Diagnosis Method for Structure Abnormal of Rotating Machinery

著者 (8件)： LI Shi (Beijing Univ. Chemical Technol., Beijing, CHN) ,  TAKI Kotaro (Mie Univ., Mie, JPN) ,  LI Ke (Jiangnan Univ., Wuxi, CHN) ,  XUE HongTao (Jiangsu Univ., Zhenjiang, CHN) ,  CHEN Peng (Mie Univ., Mie, JPN) ,  SONG Liuyang (Beijing Univ. Chemical Technol., Beijing, CHN) ,  SONG Liuyang (Mie Univ., Mie, JPN) ,  WANG Huaqing (Beijing Univ. Chemical Technol., Beijing, CHN)
資料名： International Journal of Comprehensive Engineering (Web)  (International Journal of Comprehensive Engineering (Web))
巻： 6  号： 1  ページ： WEB ONLY  発行年： 2017年 
JST資料番号： U1485A  ISSN： 2186-2656  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 装置の故障診断は,装置の滑らかな操作を確実にすることができる。特に,装置の構造異常は装置の安定性と信頼性に影響する。本論文において,信号融合の新しい方法を提案し,それにはマルチソース振動信号の症状パラメータを用いた。最適データ融合モデルは,データ融合アルゴリズムの信頼性を効果的に改善することができ,敏感な症状パラメータを同定指数(DI)によって選択した。さらに,ハイブリッド主成分分析法(HPCA)を提案した。最小二乗投影法を用いて,敏感な兆候パラメータを前処理し,それは,兆候パラメータの相関を効果的に強化することができた。故障型を正確に認識し,可視化を実現するために,主成分分析アルゴリズムを適用して,前処理した兆候パラメータの次元を低減し,統合パラメータのMahalanobis距離を分析することにより,正確な診断を達成した。実験結果は,信号融合とハイブリッド主成分分析の組合せが正確に故障タイプを同定できることを示した。(翻訳著者抄録)

シソーラス用語： *回転機械 ,  *主成分分析 ,  診断 ,  *故障診断 ,  距離 ,  データ融合
準シソーラス用語： Mahalanobisの距離 ,  自動診断

分類 (2件)： 電動機  (NB07030U) ,  パターン認識  (JE07000S)

引用文献 (15件)：

• L. Cui, Y. Zhang, F. Zhang et al, “Vibration response mechanism of faulty outer race rolling element bearings for quantitative analysis,” Journal of Sound and Vibration, Vol. 364, pp. 67-76, 2016.
• H. Wang, P. Chen. “Fuzzy Diagnosis Method for Rotating Machinery in Variable Rotating Speed,” IEEE Sensors Journal, Vol. 11, No.1, pp. 23-24, 2011.
• Cui L, Yao T, Zhang Y, Gong X, Kang C. Application of pattern recognition in gear faults based on the matching pursuit of a characteristic waveform, Measurement, Vol. 104, pp. 212-222, 2017.
• J. Wang, Y. Peng and W. Qiao. Current-aided order tracking of vibration signals for bearing fault diagnosis of direct-drive wind turbines. IEEE Transactions on Industrial Electronics, Vol. 63, No. 10, pp. 6336-6346, 2016.
• L. Cui, T. Yao, Y. Zhang, X. Gong, C. Kang, Application of pattern recognition in gear faults based on the matching pursuit of a characteristic waveform, Measurement, Vol. 104, pp. 212-222, 2017.

タイトルに関連する用語 (4件)： 回転機械 ,  融合 ,  主成分分析 ,  自動診断