文献

J-GLOBAL ID：202002216039955285   整理番号：20A1655846

Mallatウェーブレット分解と改良GWO-SVMに基づく分岐故障診断【JST・京大機械翻訳】

Turnout fault diagnosis based on Mallat wavelet decomposition and improved GWO-SVM

著者 (4件)： Kong Linggang (蘭州交通大学国家緑色鍍膜技術与装備工程技術研究中心,甘粛蘭州,730070) ,  Jiao Xiangmeng (蘭州交通大学自動控制研究所,甘粛蘭州 730070;甘粛省高原交通信息工程及控制重点実験室,甘粛蘭州 7300703) ,  Chen Guangwu (蘭州交通大学自動控制研究所,甘粛蘭州 730070;甘粛省高原交通信息工程及控制重点実験室,甘粛蘭州 7300703) ,  Fan Duowang (蘭州交通大学自動控制研究所,甘粛蘭州 730070;甘粛省高原交通信息工程及控制重点実験室,甘粛蘭州 7300703)
資料名： Tiedao Kexue Yugongcheng Xuebao  (Tiedao Kexue Yugongcheng Xuebao)
巻： 17  号： 5  ページ： 1070-1079  発行年： 2020年 
JST資料番号： C3009A  ISSN： 1672-7029  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： S700Kコンバータの電力曲線に従って,改良灰色ループ最適化アルゴリズム(GWO)とサポートベクトルマシン(SVM)の組合せに基づく故障診断方法を,道路分岐故障診断のインテリジェント化および自動化の開発傾向のために,提案した。8種類の故障モードと正常モードに対応する電力曲線に5層Mallatウェーブレット分解を実施し、各層の近似係数と詳細係数を得て、各層の係数の平方和を計算した。主成分分析(PCA)を用いて,係数平方和のベクトル集合を次元縮小し,固有ベクトル集合を得た。サポートベクトルマシン(SVM)のパラメータを最適化して,最適化サポートベクトルマシン(SVM)を用いて故障予測を行った。研究結果は,提案方法が効果的に分岐故障診断の精度を改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 基準モード ,  最適化 ,  ベクトル ,  変換器 ,  自動化 ,  電力 ,  最適化手法 ,  道路 ,  *故障診断 ,  近似法 ,  固有ベクトル ,  主成分分析 ,  次元縮小 ,  故障モード ,  サポートベクトルマシン ,  改変

分類 (2件)： 計算機シミュレーション  (JE11000H) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： ウェーブレット分解 ,  分岐 ,  故障診断