文献

J-GLOBAL ID：202002250578077006   整理番号：20A0193042

転がり軸受故障診断のための非並列最小二乗サポートマトリックスマシン【JST・京大機械翻訳】

Non-parallel least squares support matrix machine for rolling bearing fault diagnosis

著者 (5件)： Li Xin (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Yang Yu (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Pan Haiyang (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Cheng Jian (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China) ,  Cheng Junsheng (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, 410082, PR China)
資料名： Mechanism and Machine Theory  (Mechanism and Machine Theory)
巻： 145  ページ： Null  発行年： 2020年 
JST資料番号： B0947A  ISSN： 0094-114X  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： 転がり軸受故障分類のために,入力サンプルを,時間-周波数グレースケール図および多チャネル振動信号のようないくつかのケースにおいて,二次元行列として自然に表現することができた。マトリックスデータの構造情報を完全に利用するために,非並列最小二乗サポートマトリックスマシン(NPLSSMM)と呼ばれる新しいマトリックスデータ分類装置を提案し,ウェーブレット時間-周波数グレースケール図による転がり軸受故障診断に適用した。NPLSSMMを構築するために,2つの非平行な超平面を得るための新しい行列ベースの目的関数の対を設計した。あらゆる超平面は,他の試料から可能な限り,1つのクラスの試料にできるだけ近い必要がある。各目的関数において,行列形式二乗損失項を用いて,NPLSSMMを単純化し,計算複雑性を減少させた。行列データ入力から抽出した構造情報を制御するために,核ノルム項を追加した。さらに,乗算器(ADMM)法の交互方向法を用いて,NPLSSMMに対する有効解を提供した。2つの転がり軸受データセットの結果は,NPLSSMMMには転がり軸受故障診断のための大きい分類性能があることを示している。しかし,他のマトリックスデータ分類装置上での実行時間においても大きな利点を持っている。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： 簡素化 ,  *故障診断 ,  波束 ,  計算量 ,  グレースケール ,  サポートベクトルマシン ,  乗算器 ,  二次元 ,  目的関数 ,  *転がり軸受 ,  ノルム ,  分類装置 ,  *最小二乗法
準シソーラス用語： 実行時間 ,  データ分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 故障診断 ,  転がり軸受 ,  非並列サポートベクトルマシン ,  非並列最小二乗サポート行列機械 ,  乗数法の交互方向法

分類 (1件)： 運動機構  (QB01080K)

タイトルに関連する用語 (2件)： 転がり軸受 ,  故障診断