文献

J-GLOBAL ID：202002225538413192   整理番号：20A1459718

EEMDマルチスケールサンプルエントロピーに基づくS700K転流機故障診断【JST・京大機械翻訳】

Fault diagnosis of S700K switch machine based on EEMD multiscale sample entropy

著者 (2件)： Wei Wenjun (蘭州交通大学自動化与電气工程学院,甘粛蘭州,730070;蘭州交通大学光電技術与智能控制教育部重点実験室,甘粛蘭州,730070) ,  Liu Xinfa (蘭州交通大学自動化与電气工程学院,甘粛蘭州,730070)
資料名： Zhongnan Daxue Xuebao Zirankexueban  (Zhongnan Daxue Xuebao Zirankexueban)
巻： 50  号： 11  ページ： 2763-2772  発行年： 2019年 
JST資料番号： C2798A  ISSN： 1672-7207  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： 運転中のS700K変換機の故障診断の問題を解決するために,集合経験的モード分解(EEMD)に基づくマルチスケールサンプルエントロピーの信号解析と故障診断法を提案した。まず第一に,S700K変換機電力曲線をEEMDによって分解して,種々の時間尺度の固有モード関数(IMF)成分を得て,各々のIMF成分のサンプルエントロピーを抽出して,サンプルエントロピーによって異なった信号の複雑性を効果的に区別することができた。それにより,異なる状態の下で,異なる特性パラメータを得た。最後に,これらの異なる運転状態における特徴パラメータを用いて特徴パターン行列を構築し,ファジィクラスタ分析アルゴリズムを用いて,この行列のファジィ等価行列を解いた。ファジィ等価行列では,λ(可変閾値)が[0,1]の範囲で変動するとき,ファジィ等価行列は等価なブール行列に変換し,ブール行列から動的クラスタリングマップを得て,分類結果を得て,故障診断を実現した。研究結果は,提案したアルゴリズムが故障特性を正確に抽出して,多重故障検出をサポートして,S700Kコンバータの故障診断の精度と効率を効果的に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： アルゴリズム ,  変換器 ,  *故障 ,  電力 ,  *故障診断 ,  信号解析 ,  故障検出 ,  多重化 ,  曖昧さ
準シソーラス用語： マルチスケール ,  複雑性 ,  経験的モード分解 ,  動的クラスタリング ,  固有モード関数 ,  特性パラメータ , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (2件)： 転流 ,  故障診断