文献

J-GLOBAL ID：201902271988260315   整理番号：19A0518017

複雑な電気機械システムにおける健康予測のための二重層BRBモデル【JST・京大機械翻訳】

A Double Layer BRB Model for Health Prognostics in Complex Electromechanical System

著者 (7件)： Yin Xiaojing (School of Mechatronic Engineering, Changchun University of Technology, Changchun, China) ,  Wang Zhanli (School of Mechatronic Engineering, Changchun University of Technology, Changchun, China) ,  Zhang Bangcheng (School of Mechatronic Engineering, Changchun University of Technology, Changchun, China) ,  Zhou Zhijie (High-Tech Institute of Xi’an, Xi’an, China) ,  Feng Zhichao (High-Tech Institute of Xi’an, Xi’an, China) ,  Hu Guanyu (School of Information Science and Technology, Hainan Normal University, Haikou, China) ,  Wei Hang (School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 23833-23847  発行年： 2017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： 複雑な電気機械システムの健全性は動的であり,完全なライフサイクルを伴う。複雑さと複雑な電気機械システムの結合のために,健康状態のための動的で正確なモデルの確立は困難である。信念ルールベース(BRB)は,定量的情報とエキスパート知識の両方を組み合わせることができるので,複雑なシステムのモデリングにおいて優れた性能を示す。本論文では,複雑な電気機械システムの健康状態を予測するために,二層BRBモデルを提案した。2つの層は異なる機能を達成する:BRB_層1は特徴の時系列の動的変化を確立するために使用される。BRB_層2は複雑な電気機械システムの健康状態を予測するために特徴を結合するために使用される。このプロセスの間,BRBモデルのスケールを減らすことにおいて,特徴選択のために無限の非関連性方法を利用した。初期パラメータを考慮して,有界性を持つ可能性がある専門家によって与えられて,工学実践のために適切でないかもしれない。投影共分散行列適応進化戦略(P-CMA-ES)を,初期パラメータを訓練する最適化アルゴリズムとして選択した。提案したモデルの合理性と有効性を検証するために,ある航空エンジンの低周波振動故障を例として取り上げた。結果は,提案方法が現在と歴史的データによって正確に複雑な電気機械システムの健康状態を予測することができることを示した。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： 健全性 ,  ライフサイクル ,  *予測 ,  有効性 ,  モデリング ,  *電気機械 ,  パラメータ ,  故障 ,  *モデル
準シソーラス用語： 合理性 ,  有界 ,  動的変化 ,  二層 ,  健康状態 ,  *健康 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  システム同定  (IA02040O)

タイトルに関連する用語 (4件)： 電気機械 ,  予測 ,  二重層 ,  モデル