文献

J-GLOBAL ID：202002270556582220   整理番号：20A0007535

ウェーブレット変換と主成分分析を用いたボールベアリング故障診断【JST・京大機械翻訳】

Ball bearing fault diagnosis using wavelet transform and principal component analysis

著者 (2件)： Kamiel Berli Paripurna (Department of Mechanical Engineering, Universitas Muhammadiyah Yogyakarta, Indonesia) ,  Howard Ian (Department of Mechanical Engineering, Curtin University, Australia)
資料名： AIP Conference Proceedings  (AIP Conference Proceedings)
巻： 2187  号： 1  ページ： 050031-050031-8  発行年： 2019年 
JST資料番号： D0071C  ISSN： 0094-243X  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,得られた振動信号のウェーブレット変換と主成分分析(PCA)に基づくボールベアリングにおける故障診断のための新しい方法を提案した。収集された信号はウェーブレット変換を用いて前処理され,信号を低(近似)と高(詳細)周波数部分に分解し,そこでは高周波部分が故障診断目的に必要とされる。次に,11の潜在的統計的特徴を,異なるベアリング故障信号から来る高周波部分と,同様に健全なベアリングからのそれらから抽出した。4つのタイプの信号を提案して,それらは外部のレース故障,内部のレース故障,ボール故障および非故障信号であった。PCAは線形変換に使用され,より直接的な解析のために数次元までの統計的抽出から得られた多次元データを減少させる。95%以上の有意水準を保持する6つの主成分を,ベアリング故障検出と分類のために使用した。ウェーブレット変換,統計的特徴抽出およびPCAを組み合わせることによって,提案方法は,経験したユーザからのベアリング故障頻度および解析の知識なしで,故障タイプを首尾よく検出して分類した。Copyright 2020 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *故障 ,  前処理 ,  近似法 ,  *軸受 ,  *ウェーブレット変換 ,  *故障診断 ,  HF【周波数】 ,  *主成分分析 ,  故障検出 ,  一次変換 ,  *玉軸受
準シソーラス用語： 多次元データ ,  振動信号 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： ウェーブレット変換 ,  主成分分析 ,  ボールベアリング ,  故障診断