抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
改良変分モード分解(VariationalModeDecomposition,VMD)と二重測度フラクタル次元に基づくエンジン故障診断方法を提案した。先ず、相互情報法を用いて、シリンダカバーの振動信号に対してエンドポイントの延長を行い、VMDアルゴリズムを用いて、延長後の信号を複数の固有モード成分(IntrinsicModeFunction,IMF)に分解し、VMDのエンドポイント効果を抑制し、信号分解精度を高める。直交変換法を用いて,各IMF成分の直交化を行い,時間系列τ=(τ1,τ2,...τn)を与えられた,そして,境界点を適応的に選ぶことによって,τを第I,IIスケール区間に分割し,各直交化IMF成分を用いて,2つのスケール区間で,それぞれ,信号のフラクタル次元を計算した。二重測度フラクタル次元を得て,詳細情報と傾向情報を記述した。最後に,二重測度フラクタル次元を,特性パラメータ入力限界学習機械分類モデルとして,エンジン故障診断に適用した。シミュレーションと実験結果は,提案した方式が効果的にVMDのエンドポイント効果を抑制して,信号分解精度を改善して,2つの測度のフラクタル次元は,良いクラス内集合とクラス間離散性を持って,エンジン故障診断の精度を改良することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】