文献
J-GLOBAL ID:202002248649695421   整理番号:20A2721725

選択信号再利用戦略により強化した反復マッチングネットワークによる変動作業条件下での機械装置の知的故障診断【JST・京大機械翻訳】

Intelligent fault diagnosis of mechanical equipment under varying working condition via iterative matching network augmented with selective Signal reuse strategy
著者 (6件):
資料名:
巻: 57  ページ: 400-415  発行年: 2020年 
JST資料番号: D0396B  ISSN: 0278-6125  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
作動条件の変化は,装置振動信号のドメイン分布における矛盾をもたらす。この矛盾は,風力タービンの故障診断における深層学習法の適用に障害をもたらす。ドメイン適応能力を欠くとき,不調条件に適用された深層学習法の診断精度は,有意に減少した。この問題を解決するために,選択的サンプル再利用戦略で拡張された反復マッチングネットワークを提案する。非信号条件からのラベルなし信号に対する擬似ラベルを生成し,これらの信号を反復更新パラメータに再利用することにより,整合ネットワークの埋込み空間は,異なる作動条件間のドメイン分布における不一致を縮小する。これは,このモデルを不調条件に順応させる。特別に設計したフィルタを,反復における正しくラベルされた信号の割合を増加するために,擬似標識信号を選択するために提案した。これらの2つの点を結合することによって,提案したアルゴリズムを,選択された擬似ラベル信号に基づいて反復的に更新することができ,そして,不調な作業条件の信号を分析するとき,より高い精度を達成した。マルチスケール特徴抽出器を用いて,異なるスケールで特徴を抽出し,埋込み空間を形成した。提案したアルゴリズムの有効性を4つのデータセットによって確かめた。実験は,このアルゴリズムが様々な負荷と速度条件の下で良い性能を有するだけではなく,他のドメイン適応方法も凌ぐことを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
風力発電  ,  歯車,歯車装置  ,  送風機,圧縮機,風車 

前のページに戻る