文献

J-GLOBAL ID：201902256640333250   整理番号：19A0922201

改良交差回帰定量分析と非線形自己回帰神経回路網を用いた軸受劣化評価【JST・京大機械翻訳】

Bearing Degradation Evaluation Using Improved Cross Recurrence Quantification Analysis and Nonlinear Auto-Regressive Neural Network

著者 (3件)： Wang Pu (School of Instrument Science and Engineering, Southeast University, Nanjing, China) ,  Wang Hui (School of Instrument Science and Engineering, Southeast University, Nanjing, China) ,  Yan Ruqiang (School of Instrument Science and Engineering, Southeast University, Nanjing, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 38937-38946  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本論文は,劣化評価を支えるための改良交差再発定量分析(CRQA)方法を提示した。それは,ベアリングの振動信号からCRQA変数を抽出して,劣化傾向を確立した。CRQAのハイパーパラメータを計算するための従来のプロセスは,位相空間を再構成するために大量の時間を必要とするという事実のために,このステップは時間消費を削減するために各信号サンプルの発散率を計算することによって置き換えられる。抽出した変数に基づく劣化傾向を確立した後に,非線形自己回帰ニューラルネットワーク(NARNN)を開発して,将来の劣化傾向を予測した。さらに,劣化追跡中の最初の故障点を示すために,新しい故障検出法を検討した。この方法は,温度信号を補助情報として適用し,適応閾値を計算し,抽出した特徴を異なる健康状態に分類する。軸受振動信号に関する実験は,改良CRQA方法が90%以上の時間消費を減らすことができることを証明した。さらに,ウェーブレット解析を用いて抽出した欠陥特性周波数は検出精度を検証した。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： *定量分析 ,  位相空間 ,  再発 ,  *軸受 ,  故障検出 ,  *神経回路網 ,  再構成 ,  ニューラルネットワーク ,  故障 ,  固有振動数
準シソーラス用語： 検出精度 ,  ウェーブレット解析 ,  ハイパーパラメータ ,  振動信号 ,  *自己回帰 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 交差 ,  定量分析 ,  非線形 ,  自己回帰 ,  神経回路網 ,  軸受 ,  評価