文献

J-GLOBAL ID：202002217522733232   整理番号：20A2044741

最適化畳込み深層信念ネットワークを用いた往復圧縮機故障診断【JST・京大機械翻訳】

Reciprocating compressor fault diagnosis using an optimized convolutional deep belief network

著者 (3件)： Zhang Ying (School of Mechanical and Mechatronic Engineering, University of Technology Sydney , Australia) ,  Ji Jinchen (School of Mechanical and Mechatronic Engineering, University of Technology Sydney , Australia) ,  Ma Bo (Key Laboratory of Engine Health Monitoring-Control and Networking Ministry of Education, Beijing University of Chemical Technology , China)
資料名： Journal of Vibration and Control  (Journal of Vibration and Control)
巻： 26  号： 17-18  ページ： 1538-1548  発行年： 2020年 
JST資料番号： W1147A  ISSN： 1077-5463  資料種別： 逐次刊行物 (A)
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： 本論文は往復圧縮機の故障診断のための最適化畳込み深い信念ネットワークを提案する。スパースフィルタリングは,最初に,最も代表的な情報を洗練し,計算負荷を減らすために,生信号をコンパクトな時系列に圧縮するのに使用される。次に,提案した畳み込み深い信念ネットワークを採用して,人間の努力による特徴抽出の必要のない圧縮信号の教師なし特徴を学習した。ネットワークの一般化能力を改善するために,最適化確率的プールアウトを,畳み込み深い信念ネットワークのプール層における標準のものを置き換えるために本論文で提案した。最後に,最適化畳込み深層信念ネットワークによって計算した教師なし特徴を,故障同定のためのソフトマックス回帰分類器の入力として供給した。異なる操作条件を反映する4種類の振動信号を産業から収集し,提案した方法の有効性を検証した。得られた結果は,提案した畳み込み深い信念ネットワーク法が,伝統的方法よりも故障診断で91%までの高い分類精度率を達成し,往復圧縮機の故障診断を効果的に達成することを証明した。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *畳込み ,  *故障 ,  *ネットワーク ,  *往復圧縮機 ,  *故障診断 ,  フィルタリング ,  特徴抽出 ,  深層 ,  有効性
準シソーラス用語： 操作条件 ,  *信念ネットワーク ,  計算負荷 ,  分類精度 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込み深層信念ネットワーク ,  往復圧縮機 ,  最適化確率 ,  スパースフィルタリング ,  故障診断

分類 (2件)： 歯車,歯車装置  (QB01060O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 最適化 ,  畳込み ,  深層 ,  信念ネットワーク ,  往復圧縮機 ,  故障診断