文献

J-GLOBAL ID：202002277006870916   整理番号：20A0820989

完全ベクトル完全アンサンブル経験的モード分解に基づく転がり軸受の初期故障特徴抽出【JST・京大機械翻訳】

Incipient Fault Feature Extraction of Rolling Bearing Based on Full Vector Complete Ensemble Empirical Mode Decomposition

著者 (5件)： Huang Gang-Jin (Dalian University of Technology of China,School of Mechanical Engineering,Dalian,Liaoning,P.R. China,116024) ,  Li Hong-Kun (Dalian University of Technology of China,School of Mechanical Engineering,Dalian,Liaoning,P.R. China,116024) ,  Zhang Yuan-Liang (Dalian University of Technology of China,School of Mechanical Engineering,Dalian,Liaoning,P.R. China,116024) ,  Wang Chao-Ge (Dalian University of Technology of China,School of Mechanical Engineering,Dalian,Liaoning,P.R. China,116024) ,  Ou Jia-Yu (Dalian University of Technology of China,School of Mechanical Engineering,Dalian,Liaoning,P.R. China,116024)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： QR2MSE  ページ： 827-832  発行年： 2019年 
JST資料番号： W2441A  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： 特徴抽出は転がり軸受故障診断において重要な役割を果たし,故障診断の結果を大きく決定する。しかし,従来の故障診断法は,解析のために単一チャネル信号を使用するだけであり,それは誤診された診断結果または誤診された診断結果をもたらす可能性がある。本研究は,転がり軸受の故障特徴を抽出するために,完全ベクトル完全集合経験的モード分解(FVCEEMD)に基づく初期故障特徴抽出を提示した。完全集合経験モード分解(CEEMD)を,信号を固有モード関数(IMF)の集合に分解する前処理法として導入した。敏感なIMF成分を選択するためのパラメータ指数は相関係数と尖度である。そして,Hilbert変換を用いて,対応するエンベロープ信号を得た。完全ベクトルスペクトルを用いて,転がり軸受の故障特性を得るためにエンベロープ信号を解析した。結果は,提示した方法が転がり軸受の初期故障特徴を効果的に抽出でき,産業において広い応用の見通しを持つことを証明した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ベクトル ,  *初期故障 ,  前処理 ,  *転がり軸受 ,  Hilbert変換 ,  エンベロープ ,  相関係数 ,  *特徴抽出 ,  *故障 ,  故障診断
準シソーラス用語： 尖度 ,  固有モード関数 ,  *モード分解 ,  *経験的モード分解 ,  アンサンブル経験的モード分解 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： ベクトル ,  アンサンブル経験的モード分解 ,  転がり軸受 ,  初期故障 ,  特徴抽出