文献
J-GLOBAL ID:201902267444326949   整理番号:19A2116733

監視データの多特徴融合に基づくパイプラインシステムのための故障認識技術【JST・京大機械翻訳】

Fault Recognition Technology for Pipeline Systems Based on Multi-feature Fusion of Monitoring Data
著者 (6件):
資料名:
巻: 2019  号: ICPHM  ページ: 1-7  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:
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。
パイプラインシステムは現代のインフラと複雑な産業システムの重要な部分である。パイプラインシステムに対する効果的な故障同定は,安全性と信頼性を確保する上で非常に重要である。本研究において,データ融合解析に基づくパイプライン故障同定のための方法を提案して,それはパイプラインシステム状態監視データを利用した。最初に,監視データを分析して,パイプラインシステムの操作状態を表す特徴を抽出し,感度と揮発性に基づく特徴評価指標を提案して,抽出した特徴を最適化した。第二に,Dempster-Shafer(DS)理論に基づくマルチ特徴融合解析を実行して,パイプラインシステムの中の故障を同定した。一方,DS理論における基本的確率割当関数(BPA)を得る問題を解決するために,BPA取得方法を提案して,それは距離と相関の両方を考慮した。最後に,本研究は住宅暖房試験プラットフォームの事例データを用いて検証した。結果は,提案方法が故障解析のためにパイプラインシステムからの監視データを直接使用することができて,パイプライン漏れ,ブロック,および他の故障を効果的に同定できることを示した。提案した方法は,詳細な機構解析を必要とする従来の方法の欠点を克服した。それはまた,Bigデータ解析を利用して適用する,新興の技術開発動向にも適合する。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:
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 (3件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識  ,  航空機 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る