文献

J-GLOBAL ID：202002236069116256   整理番号：20A0492959

特徴選択フィードバックネットワークと改良D-S証拠融合に基づくベアリング故障診断法【JST・京大機械翻訳】

A Bearing Fault Diagnosis Method Based on Feature Selection Feedback Network and Improved D-S Evidence Fusion

著者 (6件)： Tang Xianghong (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China) ,  Gu Xin (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China) ,  Wang Jiachen (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China) ,  He Qiang (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China) ,  Zhang Fan (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China) ,  Lu Jianguang (Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 20523-20536  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ベアリング走行状態は機械装置の正常運転に影響を及ぼす。それは,ベアリング故障診断を実施するために,大きな理論的および実用的価値がある。ベアリング故障診断研究において,故障特徴の抽出と選択は,ベアリング故障診断の精度を改善するのを助けることができる。しかし,これらの研究は次の弱点を被っている。(1)選択した特徴の高次元。(2)データサンプリングのための単一センサの不確実性。したがって,本論文では,特徴選択フィードバックネットワーク(FSFN)を提案し,最初の弱点を克服した。同時に,著者らは,2番目の弱点を扱うためにカッパ係数に基づく改良Dempster-Shafer(IDS)証拠理論融合法を提案した。CUT-2実験プラットフォームデータセットに関する提案方法の広範囲な評価は,FSFNが診断精度を低下させることなく最終的に選択された特徴の次元を減少させることができるだけでなく,特徴選択の時間も短縮することを示した。さらに,既存のDS証拠理論融合法と比較して,IDSはより高い平均融合精度を達成することができて,ベアリング故障診断の精度と信頼性を改良することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *軸受 ,  不確実性 ,  高次元 ,  *特徴選択 ,  信頼性 ,  *故障診断 ,  *故障 ,  センサ
準シソーラス用語： 診断精度 ,  証拠理論 ,  データサンプリング , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 特徴選択 ,  フィードバック ,  証拠 ,  融合 ,  ベアリング ,  故障診断