文献

J-GLOBAL ID：201902255880585008   整理番号：19A0304987

破壊されたロータバー故障検出と診断のためのMCSAを用いたスパース自動エンコーダに基づく深層学習【JST・京大機械翻訳】

A Deep Learning Based on Sparse Auto-Encoder with MCSA for Broken Rotor Bar Fault Detection and Diagnosis

著者 (5件)： Abdellatif SEGHIOUR (Ecole Supe ́rieur en Ge ́nie Electrique et ’ Energe ́tique d’Oran) ,  Aissa CHOUDER (Electrical Engineering Laboratory (LGE), University Mohamed Boudiaf of M’sila, BP 166, 28000, Algeria) ,  Hamou AIT ABBAS (Laboratoire d’informatique, Mathe ́matique et Physique pour l’agriculture et les Forets, University of Bouira, Algeria) ,  Chawki SALMI (Laboratory of Instrumentation, University of Sciences and Technology Houari Boumediene, BAB EZZOUAR, Algeria) ,  Oussama BEN SAADIA (Electrical Engineering Faculty, Diagnosis Group University of Sciences and Technology of Oran, Oran, Algeria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CISTEM  ページ： 1-6  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： Broken Rotor Bar(BRB)特徴の周波数と振幅の理解は,すべての診断法にとって非常に重要である。これらの特性周波数は負荷条件を変化させると欠点を示す。離散Fourier変換(DFT)は,その効率のために,これらの要求を達成するために広く使用されてきた。しかしながら,本論文は機械電流信号解析(MCSA)法に基づく故障検出の強化を提示する。実際に,多重層パーセプトロン(MLP)の組合せによるスパースオートエンコーダ(AE)の使用は,良好な精度を示した。さらに,健康および故障誘導電動機(IM)のためのマルチクラス分類に使用する新しい特徴の抽出を提示した。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： *符号器 ,  *故障 ,  *診断 ,  誘導電動機 ,  固有振動数 ,  電流 ,  パーセプトロン ,  信号解析 ,  *故障検出 ,  多層
準シソーラス用語： 健康 ,  離散Fourier変換 ,  *深層学習 ,  スパース , 【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)： 破壊 ,  故障検出 ,  診断 ,  エンコーダ ,  深層学習