文献

J-GLOBAL ID：202002286102175020   整理番号：20A0913418

転がり軸受のRULのためのデータ駆動型予測手法に関する比較研究【JST・京大機械翻訳】

A Comparative Study on the Data-driven Based Prognostic Approaches for RUL of Rolling Bearings

著者 (3件)： Zhai Xiaojie (Beijing Jiaotong University Beijing Research Center of Urban Traffic Information Intelligent Sensing and Service Technologies,State Key Lab of Rail Traffic Control & Safety, Beijing Jiaotong University School of traffic and transportation,Beijing,China) ,  Wei Xiukun (Beijing Jiaotong University Beijing Research Center of Urban Traffic Information Intelligent Sensing and Service Technologies,State Key Lab of Rail Traffic Control & Safety, Beijing Jiaotong University School of traffic and transportation,Beijing,China) ,  Yang Jihong (CRRC Qingdao Sifang Co., Ltd.,Qingdao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SSCI  ページ： 1751-1755  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： より洗練された状態監視装置により,残りの有用な寿命(RUL)のためのデータ駆動ベースの予後的アプローチが出現している。本論文では,3つの古典的な予後アプローチを紹介し,縮退転がり軸受の全ライフサイクル実験データを通して有効性を検証した。結果は,確率統計に基づく方法の予測が,以前のパラメータが不正確であるならば,大いに影響を受けることを示した。そして,劣化モデルは個々のベアリングに正確に適応できない。人工知能と状態監視に基づく予後法は,少数の訓練サンプルの場合により正確であり,より高い信頼性を有する残りの有用な寿命予測間隔を出力する。したがって,他のモデルと結合することによって,RUL予測の精度を強化するための知的アルゴリズムの改良は,オンライン予後に関する問題を解決するためのキーである。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： *予測技法 ,  アルゴリズム ,  ライフサイクル ,  *転がり軸受 ,  *軸受 ,  監視装置 ,  人工知能 ,  予後 ,  縮退 ,  有効性 ,  寿命予測
準シソーラス用語： 状態監視 ,  オンライン ,  高信頼性 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 転がり軸受 ,  データ駆動 ,  予測手法 ,  研究