文献

J-GLOBAL ID：202002260369736492   整理番号：20A2254204

振動信号解析と人工ニューラルネットワークに基づく三相モータの故障分類【JST・京大機械翻訳】

Fault classification in three-phase motors based on vibration signal analysis and artificial neural networks

著者 (4件)： Ribeiro Junior Ronny Francis (Mechanical Engineering Institute, Federal University of Itajuba - UNIFEI, Itajuba, Brazil) ,  Ribeiro Junior Ronny Francis (PS Solutions, Itajuba, Brazil) ,  de Almeida Fabricio Alves (Institute of Industrial Engineering and Management, Federal University of Itajuba - NIFEI, Itajuba, Brazil) ,  Gomes Guilherme Ferreira (Mechanical Engineering Institute, Federal University of Itajuba - UNIFEI, Itajuba, Brazil)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 18  ページ： 15171-15189  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  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： 産業環境における競争はますます強まっているので,組織が,できるだけ多く(より生産するために)運転で資産を保つことが最も重要である。この状況において,リアルタイムで資産の健康を検出する技術,予測保全の必要性があり,高い財務損失を避けて,資産の運転を中断する前に,故障を診断できる。本研究では,4つの異なる既知操作条件を有する16モータ実験装置を用いた。これらのモータの振動信号,信号解析により,時間と周波数領域の両方で,欠陥のタイプと厳しさを評価した。人工ニューラルネットワーク(ANN)を用いてこれらの欠陥を分類した。振動解析を考慮して,機械的故障を迅速かつ簡便に同定することができた。ANNの開発のために,ネットワークを圧倒するデータサイズによる振動信号(時間応答)の前処理を行う必要があった。したがって,統計的データを用いて振動信号から重要な情報を抽出した。最後に,この研究の方法論に基づいて作成したニューラルネットワークは,極めて信頼できる結果を示し,モータ運転条件の迅速でロバストな診断を可能にした。Copyright Springer-Verlag London Ltd., part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  *電動機 ,  前処理 ,  *ニューラルネットワーク ,  *信号解析 ,  統計データ ,  ロバスト性 ,  周波数領域
準シソーラス用語： 操作条件 ,  運転条件 ,  実時間 ,  *三相誘導電動機 ,  時間応答 ,  振動信号 ,  *故障分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 予測保全 ,  振動解析 ,  FFT ,  人工ニューラルネットワーク ,  損傷分類

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 振動信号 ,  解析 ,  人工ニューラルネットワーク ,  三相モータ ,  故障分類