文献

J-GLOBAL ID：202002254965713108   整理番号：20A0148686

変分モード分解を用いたかさ歯車におけるミクロンレベル摩耗の自動歯車故障検出【JST・京大機械翻訳】

Automated gear fault detection of micron level wear in bevel gears using variational mode decomposition

著者 (3件)： Ramteke Dada Saheb (Discipline of Mechanical Engineering, Indian Institute of Technology Indore, Indore, India) ,  Parey Anand (Discipline of Mechanical Engineering, Indian Institute of Technology Indore, Indore, India) ,  Pachori Ram Bilas (Discipline of Electrical Engineering, Indian Institute of Technology Indore, Indore, India)
資料名： Journal of Mechanical Science and Technology  (Journal of Mechanical Science and Technology)
巻： 33  号： 12  ページ： 5769-5777  発行年： 2019年 
JST資料番号： W1151A  ISSN： 1738-494X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ギアボックスは送電システムにおいて重要な役割を持っている。このようなシステムでは,振動に基づく故障診断技術が,早期故障を防ぎ,滑らかな伝送を保証するために頻繁に使用される。著者らは,変分モード分解(VMD)を用いてミクロンで摩耗故障のレベルを有する歯車の故障診断を自動化した。VMDは特定の入力パラメータで反復的に適用されてきた。VMDは歯車振動信号を異なる狭帯域成分(NBCs)または得られた成分(OC)に分解する。様々な統計的特徴,すなわち尖度,歪度,標準偏差,根平均二乗,および頂部因子を種々のOCから抽出した。確率値に基づくKruskal-Wallis試験を用いて,有意な特徴を同定した。故障検出システムの自動化のために,ランダムフォレスト,多層パーセプトロン,およびJ48分類器を用いて比較研究を行った。提案方法は,結合尖度,歪度,および標準偏差特徴を有するランダムフォレスト分類器を用いて96.5%の精度を示した。Copyright 2019 KSME & Springer Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 送電 ,  狭帯域 ,  *変分法 ,  *傘歯車 ,  故障診断 ,  摩耗故障 ,  多層パーセプトロン ,  自動化 ,  *摩耗 ,  *故障検出 ,  *故障 ,  歯車箱 ,  特徴抽出 ,  標準偏差
準シソーラス用語： 尖度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 分類器 ,  特徴抽出 ,  歯車の故障検出 ,  変分モード分解

分類 (5件)： 懸架装置  (QG03050G) ,  その他の電子回路  (NC05090X) ,  システム設計・解析  (IA02030D) ,  人間機械系  (IB03000G) ,  動力伝達装置  (QG03020Z)

タイトルに関連する用語 (6件)： 変分 ,  モード分解 ,  かさ歯車 ,  摩耗 ,  歯車 ,  故障検出