文献

J-GLOBAL ID：202002228321512885   整理番号：20A1292825

改良BPニューラルネットワークに基づく電動機異音診断【JST・京大機械翻訳】

Motor Abnormal Sound Diagnosis Based on Improved BP Neural Network

著者 (4件)： Jiang Yu (南京林業大学 汽車与交通工程学院,南京,210037) ,  Zheng Yanping (南京林業大学 汽車与交通工程学院,南京,210037) ,  Zhang Xin (南京林業大学 汽車与交通工程学院,南京,210037) ,  Zhang Yong (南京林業大学 汽車与交通工程学院,南京,210037)
資料名： Chongqing Ligong Daxue Xuebao. Ziran Kexue Ban  (Chongqing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 34  号： 1  ページ： 242-246,262  発行年： 2020年 
JST資料番号： C3126A  ISSN： 1674-8425  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BPニューラルネットワークに基づく電動機装置の異音診断の方法を,人耳認識車両の異音故障を検出するための自動検出装置を開発するため提案した。提案方法は,人間の耳によって認識された聴覚感覚によって,3つの異音と1つの正常音に,電動機装置の音響品質信号を分類する。時間領域と周波数領域の異音特徴パラメータを抽出し,ウェーブレット基底関数に基づくウェーブレットパケットの4層を抽出し,各サブバンドのエネルギースペクトル正規化パラメータ16個を抽出し,主成分分析(PCA)により,異音特性パラメータに対する次元縮小データ構造を得た。累積貢献度が92%より大きい8つの特徴パラメータ主成分を選んだ。次に,Matlabの可変学習速度と運動量の勾配降下法に基づいて,BPニューラルネットワークアルゴリズムを改良し,電動機装置の異音識別分類器を構築した。試験結果は,異音認識の精度が90%に達し,4種類のモータ装置を効果的に診断できることを示した。この方法は,調光モータ装置の異音診断速度と精度を改善し,自動検出を実現できた。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 ,  聴覚 ,  故障 ,  *音響 ,  *電動機 ,  波束 ,  エネルギー分布 ,  主成分分析 ,  次元縮小 ,  正規化 ,  基底関数 ,  周波数領域
準シソーラス用語： MATLAB ,  ウェーブレットパケット ,  時間領域 , 【Automatic Indexing@JST】

分類 (3件)： システム設計・解析  (IA02030D) ,  電動機  (NB07030U) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： BPニューラルネットワーク ,  電動機 ,  異音 ,  診断