文献

J-GLOBAL ID：202002286109889765   整理番号：20A1219803

一次元畳込みニューラルネットワークに基づく軸受の残留寿命予測【JST・京大機械翻訳】

Estimation of bearing remaining useful life based on one-dimensional convolutional neural network

著者 (3件)： Han Linjie (北京机械工業自動化研究所,北京,100120) ,  Shi Chunpeng (北京机械工業自動化研究所,北京,100120) ,  Zhang Jianchao (北京机械工業自動化研究所,北京,100120)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 42  号： 3  ページ： 10-13  発行年： 2020年 
JST資料番号： C2179A  ISSN： 1009-0134  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の軸受の残留寿命予測モデルは,軸受の時間領域特性または周波数領域特徴の次元縮小後に,特徴工学を構築するのに多用されるが,重要な信号情報を失う可能性があるので,軸受の振動水平加速度信号と垂直加速度信号を利用することを試みた。一次元コンボリューションニューラルネットワークを構築し,特徴の自動抽出を実現し,人工的抽出の特徴を必要とせず,人工ニューラルネットワークの局部接続とパラメータ共有メカニズムに基づいて,訓練パラメータを大幅に減らし,訓練時間を減らした。訓練モデルの前、軸受サンプルの開始退化点を設置することで、訓練サンプルの残留使用寿命値は更に正確である。研究により、このモデルは正確に軸受の退化状態を予測でき、さらに余寿命を予測することができることが分かった。データセットは,FEMTO-ST研究所の軸受劣化データセットからなった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *軸受 ,  *ニューラルネットワーク ,  *一次元 ,  退化 ,  次元縮小 ,  寿命予測 ,  余寿命 ,  周波数領域
準シソーラス用語： 自動抽出 ,  時間領域 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： システム設計・解析  (IA02030D) ,  電気式制御機器  (IC02020Y) ,  軸受  (QB01020W)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  軸受 ,  残留 ,  寿命予測