文献

J-GLOBAL ID：201902283978405040   整理番号：19A1607967

WP再構成エネルギーエントロピーとPSO-LSSVMに基づく転がり軸受の故障診断【JST・京大機械翻訳】

Fault Diagnosis of Rolling Bearing Based on WP Reconstructed Energy Entropy and PSO-LSSVM

著者 (5件)： Yan Hongmei (Beijing Institute of Technology) ,  Mu Huina (Beijing Institute of Technology) ,  Yi Xiaojian (China North Institute Group) ,  Yang Yuanyuan (Beijing Institute of Technology) ,  Chen Guangliang (Beijing Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： PHM-Paris  ページ： 18-23  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： エネルギーエントロピー,粒子群最適化(PSO)および最小二乗サポートベクトルマシン(LSSVM)のウェーブレットパケット(WP)再構成に基づく故障診断方法を,転がり軸受の非定常振動信号のために提案した。最初に,振動信号を前処理し,3層ウェーブレットパケット分解を行い,再構成係数のエネルギーエントロピー百分率を特徴ベクトルとして抽出した。次に,8次元故障特徴ベクトルを主成分分析(PCA)によって二次元特徴ベクトルに縮減した。最後に,二次元特徴ベクトルをPSO-LSSVMの入力サンプルとして採用した。内部リングの3つの故障状態を診断するために,回転軸受のボールと外部リング,4つのLSSVM分類装置を確立した。ベアリング振動データのシミュレーション解析の後,LSSVMマルチ分類装置グループの診断精度率は100%であり,それはこの方法の実現可能性と有効性を証明した。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： *再構成 ,  有効性 ,  *故障診断 ,  主成分分析 ,  分類装置 ,  *故障 ,  *軸受 ,  シミュレーション ,  *転がり軸受 ,  二次元 ,  *エントロピー
準シソーラス用語： 特徴ベクトル ,  振動信号 ,  非定常性 ,  ウェーブレットパケット , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 再構成 ,  エネルギー ,  エントロピー ,  PSO ,  転がり軸受 ,  故障診断