文献
J-GLOBAL ID:201902263058189912   整理番号:19A2232554

軸受性能劣化予測のための時間積分演算子による多変数最小二乗サポートベクトルマシン【JST・京大機械翻訳】

Multivariable least squares support vector machine with time integral operator for the prediction of bearing performance degradation
著者 (4件):
資料名:
巻: 233  号:ページ: 2478-2490  発行年: 2019年 
JST資料番号: H0720A  ISSN: 0954-4062  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
性能劣化の予測は,転がり軸受の健全性モニタリングのために重要であり,それは回転機械の全体のライフサイクルにおける潜在的故障によって引き起こす損失を大いに減らすことを助けた。統計学習理論に基づく機械学習の新しい方法として,最小二乗サポートベクトルマシンを開発し,良好な結果を達成した。しかしながら,それは時間和効果と遅延特性の記述を欠いており,性能劣化過程を完全に記述することができない。この問題を克服するために,積分演算子を有する新しい時間シフト最小二乗サポートベクトルマシンを提案した。さらに,複数の視点からプロセスを記述するために,多変数予測モデルを導入した。このモデルにおいて,異なる特徴を抽出して,移動窓を通してサンプル対を構築した。次に,これらの特徴を,計算を単純化するために直交基底関数の集合を用いて時間領域で分解した。さらにまた,モデル適応性は,反復更新戦略を通して改良した。ベアリング故障実験は,提案したモデルが一般的方法より優れていることを示した。Copyright IMechE 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
歯車,歯車装置  ,  軸受 

前のページに戻る