文献

J-GLOBAL ID：201902283602609576   整理番号：19A1338182

改良粒子群最適化によるElman神経回路網に基づく超音波モータの残存有効寿命予測【JST・京大機械翻訳】

Remaining useful life prediction of ultrasonic motor based on Elman neural network with improved particle swarm optimization

著者 (4件)： Yang Lin (State Key Laboratory of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China) ,  Wang Feng (State Key Laboratory of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China) ,  Zhang Jiaojiao (Army Engineering University of PLA, Nanjing 210007, China) ,  Ren Weihao (State Key Laboratory of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China)
資料名： Measurement  (Measurement)
巻： 143  ページ： 27-38  発行年： 2019年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,状態監視データとElmanニューラルネットワークを組み合わせたデータ駆動予測法を提案し,この方法はモータ性能劣化指数の傾向を予測することにより,超音波モータの残存する有用寿命を得る。最初に,改良粒子最適化アルゴリズムを用いて,Elmanニューラルネットワークの予測精度を強化した。主成分分析を用いて,条件監視データからモータ劣化指標を抽出した。次に,Elmanニューラルネットワーク予測モデルを確立して,劣化指数の変動傾向を予測して,モーター障害閾値λを適用して,モーターの残存する有効寿命の値を評価した。最後に,提案したモデルを用いて,3つのPMR60超音波モータの予測試験を行い,3つのベンチマークモデルと比較した。実験結果は,提案した方法が超音波モータの残存する有用寿命を推定するための新しい有効な方法であることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *神経回路網 ,  予測モデル ,  主成分分析 ,  *予測 ,  *耐用年数 ,  *電動機 ,  予測技法 ,  ベンチマーク ,  *超音波モータ
準シソーラス用語： 予測精度 ,  最適アルゴリズム ,  データ駆動 ,  Elmanニューラルネットワーク ,  状態監視 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 超音波モータ ,  性能劣化 ,  Elman神経回路網 ,  残存有効寿命予測 ,  粒子最適化アルゴリズム

分類 (5件)： 電力の計測法・機器  (AD07050J) ,  脳・神経系モデル  (EL02050C) ,  作物栽培施設  (FB03040V) ,  固体デバイス計測・試験・信頼性  (NC03040G) ,  雑音一般  (ND04010J)

タイトルに関連する用語 (6件)： 粒子群最適化 ,  神経回路網 ,  超音波モータ ,  残存 ,  有効寿命 ,  予測