文献

J-GLOBAL ID：202002213939260164   整理番号：20A1036186

LSTMに基づく鉄道車両の車軸の温度予測に関する研究【JST・京大機械翻訳】

Research on Temperature Prediction for Axles of Rail Vehicle Based on LSTM

著者 (7件)： Yang Xiaoming (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Dong Honghui (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Man Jie (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Chen Fuzhao (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Zhen Lejing (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Jia Liming (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China) ,  Qin Yong (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Haidian District, People’s Republic of China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 639  ページ： 685-696  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 鉄道速度の連続的改良と運転走行距離の連続的増加によって,鉄道車両装置の自動故障検出技術はますます重要になっている。鉄道車両のキーコンポーネントとして,ベアリングの走行状態は列車の安全運転に直接影響する。ベアリング故障は,走行中の車軸温度の増加に密接に関連しているので,ベアリング温度検出は,故障診断を支えるための重要な方法になった。本論文は,運転中の軸受温度を予測するために,鉄道車両のための深いニューラルネットワークLSTMに基づくデータ駆動ベアリング温度予測フレームワークを提示した。本研究で用いたデータは,実際の運転中に鉄道車両により発生したセンサデータから導出した。実験結果の精度は,本論文で提供したフレームワークが車軸温度の実行可能な予測方法であることを示した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  故障 ,  *鉄道車両 ,  軸受 ,  *車軸 ,  故障診断 ,  ニューラルネットワーク ,  故障検出 ,  走行距離 ,  走行
準シソーラス用語： 安全運転 ,  データ駆動 ,  温度予測 ,  センサデータ ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (3件)： 鉄道車両 ,  車軸の温度予測 ,  LSTM

分類 (2件)： 軸受  (QB01020W) ,  鉄道車両用機器  (QH02030G)

タイトルに関連する用語 (5件)： LSTM ,  鉄道車両 ,  車軸 ,  温度予測 ,  研究