文献

J-GLOBAL ID：201902267439519250   整理番号：19A2561626

最大密度に基づく音響信号からのブラシレスDCモータの偏心故障検出【JST・京大機械翻訳】

Eccentricity Failure Detection of Brushless DC Motors From Sound Signals Based on Density of Maxima

著者 (6件)： Veras Frank Cesar (Graduate Program of Mechanical Engineering, Universidade Federal da Paraiba (UFPB), Joao Pessoa, Brazil) ,  Lima Thyago L. V. (Federal Institute of Paraiba (IFPB), Itabaiana, Brazil) ,  Souza Jefferson S. (Laboratory of System Engineering and Robotics, LASER, Universidade Federal da Paraiba (UFPB), Joao Pessoa, Brazil) ,  Ramos Jorge G. G. S. (Department of Physics, Universidade Federal da Paraiba (UFPB), Joao Pessoa, Brazil) ,  Lima Filho Abel C. (Department of Mechanical Engineering (GPICEEMA), Universidade Federal da Paraiba (UFPB), Joao Pessoa, Brazil) ,  Brito Alisson V. (Laboratory of System Engineering and Robotics, LASER, Universidade Federal da Paraiba (UFPB), Joao Pessoa, Brazil)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 150318-150326  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： ブラシレス直流(BLDC)モータは広範囲の分野で使用されてきた。いくつかの重要な応用において,これらの機械における故障は,それらが前もって検出されないなら,操作上の災害とコスト寿命を引き起こすことができる。BLDCモータにおける初期故障を検出するための古典的方法は,必要な情報を得るために電流信号の処理を実行する。本研究では,音響信号からの電気機械システムの故障の診断において,SAC-DM(Chaosに基づく信号解析)技術を初めて適用した。ウェーブレット多重分解能解析(WMA)を用いて,モータによって放出される音からカオス信号成分を分離した。本研究は,音響信号のSAC-DMの変動を同定することにより,BLDCモータにおける動的偏心診断を実行することが可能であることを実証した。本研究において露出する技術は,低い計算コストを必要として,高い成功率を達成した。この方法を検証するために,無人航空機(UAV)で通常使用される小型BLDCモータについて試験を行い,この方法が95.89%のモータの速度を検出し,ケースの88.34%の固定速度で偏心問題を検出する能力を実証した。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： 直流 ,  *音波信号 ,  信号解析 ,  診断 ,  *偏心 ,  初期故障 ,  *ブラシレスDCモータ ,  *音響 ,  波束 ,  *電動機 ,  *故障検出 ,  カオス ,  無人機
準シソーラス用語： 成功率 ,  計算コスト , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： 密度 ,  音響信号 ,  ブラシレスDCモータ ,  偏心 ,  故障検出