振動信号解析に基づく転がり軸受故障診断のためのラッパーモデルを用いた新しい予測特徴【JST・京大機械翻訳】

Attoui Issam; Oudjani Brahim; Boutasseta Nadir; Fergani Nadir; Bouakkaz Mohammed-Salah; Bouraiou Ahmed

文献

J-GLOBAL ID：202002277593862066 整理番号：20A0544190

振動信号解析に基づく転がり軸受故障診断のためのラッパーモデルを用いた新しい予測特徴【JST・京大機械翻訳】

Novel predictive features using a wrapper model for rolling bearing fault diagnosis based on vibration signal analysis

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0544190&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0544190&from=J-GLOBAL&jstjournalNo=T0397A") }}

著者 (6件)： , , , , ,
資料名：
巻： 106 号： 7-8 ページ： 3409-3435 発行年： 2020年
JST資料番号： T0397A ISSN： 0268-3768 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)

現代の診断アプローチにおいて,重要なステップは,故障タイプと重症度に関連する特徴を生成することにある。実際に,生成した特徴は,測定した信号に基づく監視システムの健康状態を決定するために分類器を助けることができる。本論文では,転がり軸受損傷に関する効果的な診断を行うために,抽出された振動信号の物理的意味を維持することができる新しい発生特徴を,ラッパモデルを用いて提案した。この目的のために,多くの軸受条件に対する測定された振動信号の最大インパルス周波数(MIFB)のみに基づいて,33の特徴パラメータを提案した。ラッパ方式を用いて,これらのパラメータは,それらの集合が診断手法の効率を改善することが分かるまで低減できる。提案した予測特徴の有効性を,いくつかの軸受条件に対する多くの試験データを用いて,それをいくつかの関連研究と比較することによって解析した。実験結果は,提案した手順が99.83%の高い精度を得たことを明らかにした。Copyright Springer-Verlag London Ltd., part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , ,
, , , , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

その他の切削 , 鍛造技術 , 炉,鋳造設備 , 切削一般 , 統計的品質管理

, , , ,

前のページに戻る