文献

J-GLOBAL ID：201902259587642917   整理番号：19A1488159

初期故障検出と推定におけるJensen Shannon発散の性能【JST・京大機械翻訳】

Performance of Jensen Shannon Divergence in Incipient Fault Detection and Estimation

著者 (3件)： ZHANG Xiaoxia (Laboratoire des Signaux et Syste`mes, CNRS - CentraleSupe ́lec, Univ. Paris-Sud, Universite ́ Paris Saclay, Gif sur Yvette, France) ,  DELPHA Claude (Laboratoire des Signaux et Syste`mes, CNRS - CentraleSupe ́lec, Univ. Paris-Sud, Universite ́ Paris Saclay, Gif sur Yvette, France) ,  DIALLO Demba (Group of Electrical Engineering of Paris, Universite ́ Paris Saclay, Gif sur Yvette, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 2742-2746  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： 初期故障の診断(検出,推定,および日射),すなわち,健康な信号の10%未満の重症度変化を有する故障は,初期保全のための複雑なシステムの健康監視において重要な役割を果たす。本論文において,Jensen-Shannon発散(JSD)を提案して,多変量データ駆動プロセスにおける初期故障重症度の検出と推定を評価した。最初に,主成分分析(PCA)により次元空間を縮小した。従って,Gauss分布信号を考慮したJSDを用いて,故障効果を理論的にモデル化した。次に,故障重症度の推定をこのモデルから誘導した。次に,故障検出性能を計算し,HotellingのT2統計と比較した。故障推定性能は,雑音環境における初期故障に対する理論的モデリングを検証した。信号対雑音比(SNR)が25dBと低い場合でも,3%以下の推定誤差が得られた。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： 日射 ,  診断 ,  *故障 ,  *初期故障 ,  モデル ,  保全 ,  モデリング ,  SN比 ,  主成分分析 ,  *故障検出 ,  正規分布
準シソーラス用語： 推定誤差 ,  健康調査 ,  重症度 ,  健康 , 【Automatic Indexing@JST】

分類 (3件)： 送電  (NB05030G) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 初期 ,  故障検出 ,  推定 ,  発散