文献

J-GLOBAL ID：202002210533582533   整理番号：20A0356852

経験的モード分解と目標特徴選択に基づくローラ軸受故障診断【JST・京大機械翻訳】

Roller Bearing Fault Diagnosis Based on Empirical Mode Decomposition and Targeting Feature Selection

著者 (5件)： chen Xiaoyue (School of Electrical Engineering and Automation, East China Jiaotong University, Nanchang 330013, China) ,  chen Xiaoyue (Huazhong University of Science and Technology, Wuhan, Hubei 430074, China) ,  Ge Dang (School of Electrical Engineering and Automation, East China Jiaotong University, Nanchang 330013, China) ,  Liu Xiong (School of Electrical Engineering and Automation, East China Jiaotong University, Nanchang 330013, China) ,  Liu Mengchao (School of Electrical Engineering and Automation, East China Jiaotong University, Nanchang 330013, China)
資料名： IOP Conference Series: Materials Science and Engineering  (IOP Conference Series: Materials Science and Engineering)
巻： 630  号： 1  ページ： 012023 (7pp)  発行年： 2019年 
JST資料番号： W5559A  ISSN： 1757-8981  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 現在,経験的モード分解(EMD)に基づく周波数信号の特徴抽出は広く研究されており,転がり軸受の故障診断に適用されている。しかし,EMDに基づく故障診断にはまだいくつかの欠点がある。したがって,EMDとターゲット特徴選択(TFS)の組合せに基づく故障診断法を本論文で提案した。この方法は最初にEMDを通して故障信号を分析して,故障特徴を抽出した。次に,それは冗長な特徴を取り除いて,TFSを使用することによって特徴部分集合を最適化する。TFは,フィルタリング評価基準と発見的探索戦略を通して,各々の目標サンプル空間のために最も効果的特徴を選択して,それによって,故障診断の正確さと効率性を効果的に改良した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  転がり軸受 ,  最適化 ,  *故障 ,  フィルタリング ,  *特徴選択 ,  *故障診断 ,  評価基準 ,  冗長性 ,  *ころ軸受 ,  部分集合
準シソーラス用語： *経験的モード分解 , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (5件)： 経験的モード分解 ,  目標 ,  特徴選択 ,  ローラ軸受 ,  故障診断