文献

J-GLOBAL ID：202002224440824951   整理番号：20A1142792

改良変分モード分解と二重測度フラクタル次元に基づくエンジン故障診断【JST・京大機械翻訳】

Engine Fault Diagnosis Based on Improved Variational Mode Decomposition and Dual Measure Fractal Dimension

著者 (2件)： Jiang Ting (山西交通職業技術学院 ,山西 太原,030002) ,  Gao Shufang (山西交通職業技術学院 ,山西 太原,030002)
資料名： Cheyong Fadongji  (Cheyong Fadongji)
号： 1  ページ： 69-75  発行年： 2020年 
JST資料番号： C3461A  ISSN： 1001-2222  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： 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】

シソーラス用語： アルゴリズム ,  *測度 ,  *変分法 ,  シリンダ ,  *故障診断 ,  学習機械 ,  直交変換 ,  *フラクタル次元 ,  固有モード
準シソーラス用語： 直交化 ,  エンドポイント ,  *モード分解 ,  振動信号 ,  信号分解 , 【Automatic Indexing@JST】

分類 (3件)： 電動機  (NB07030U) ,  圧縮点火機関  (PB02030N) ,  音波伝搬  (BB03030G)

タイトルに関連する用語 (5件)： 変分 ,  モード分解 ,  測度 ,  フラクタル次元 ,  故障診断