文献

J-GLOBAL ID：202002257422719145   整理番号：20A0238816

変分ベイズに基づく軸受故障診断手法【JST・京大機械翻訳】

Bearing Fault Diagnosis Method Based on Variational Bayes

著者 (3件)： Wang Yan (北京信息科技大学信息与通信工程学院 北京 100101) ,  Luo Qian (北京信息科技大学信息与通信工程学院 北京 100101) ,  Deng Hui (北京信息科技大学信息与通信工程学院 北京 100101)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 46  号： 11  ページ： 323-327  発行年： 2019年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 転がり軸受は回転機械構造によく使われる部品であり、故障が発生すると、極めて大きな危害をもたらす。大データ時代の到来に伴い、現代知能診断方法は既に軸受の故障診断に広く応用されている。現在の知的診断法に存在する問題に対処するため,統計的モデルを軸受故障診断に導入し,変分Bayesに基づく軸受故障診断法を提案した。方法は,軸受振動信号の局所特徴スケール分解を行い,いくつかの固有スケール成分を得て,時間領域特徴集合を抽出し,特徴集合訓練を用いて,変分Bayesに基づくハイブリッド多次元Gauss分布モデルを生成し,異なる軸受故障の確率を計算することによって,故障診断を実現した。実験結果は,提案した方式の診断精度が99.6%に達し,サポートベクトルマシンに基づく軸受診断法と比較して,診断精度が39.6%向上したことを示した。提案した方法は,転がり軸受の故障を包括的かつ効果的に診断することができ,高次元の複雑な故障データに対しても良好な診断効果を有する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *変分法 ,  転がり軸受 ,  サポートベクトルマシン ,  回転機械 ,  *故障診断 ,  *故障 ,  正規分布 ,  高次元 ,  *軸受
準シソーラス用語： 診断精度 ,  時間領域 ,  局所特徴 ,  振動信号 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 変分 ,  軸受 ,  故障診断 ,  手法