文献

J-GLOBAL ID：202002291317798249   整理番号：20A2588039

変分モード分解と天井探索に基づく磁器内部欠陥音響振動検出【JST・京大機械翻訳】

Acoustic-vibration detection for internal defects of magnetic tile based on VMD and BAS

著者 (5件)： Huang Qinyuan (四川軽化工大学自動化与信息工程学院,四川自貢643000) ,  Xie Luofeng (四川大学制造科学与工程学院,成都610065) ,  Yin Guofu (四川大学制造科学与工程学院,成都610065) ,  Ran Maoxia (四川軽化工大学自動化与信息工程学院,四川自貢643000) ,  Liu Xin (四川軽化工大学自動化与信息工程学院,四川自貢643000)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 39  号： 17  ページ： 124-133  発行年： 2020年 
JST資料番号： C2157A  ISSN： 1000-3835  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： 磁器内部欠陥の音響振動検出において、予設可能尺度と適応能力を持つ変分モード分解(VariationalModeDecomposition,VMD)は、関連音響振動信号を処理する際、明らかな優位性がある。しかし、VMDのパラメータ選択範囲が広く、分解効果への影響が大きいため、パラメータの統一予設問題を解決し、天牛須探索(BeetleAntennaeSearch,BAS)に基づくVMDパラメータ最適化方法を提案し、磁器内部欠陥検出に応用した。最初に,モードエネルギーとモード中心周波数の変化に基づく目的関数を,音響振動信号特性に基づいて確立した。パラメータ空間において,BASを用いて目的関数の最大値を探索し,必要なVMDの統一事前設定パラメータは,この最大値に対応するパラメータの組合せである。最後に、この最適化パラメータの下で、各信号に対してVMD処理を行い、モード中心周波数特徴を抽出し、さらにサポートベクトルマシンにより特徴識別を完成した。実験結果は,提案した方法がVMDパラメータを効果的に最適化し,内部欠陥の高速精密検出を実現できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *変分法 ,  *音響 ,  *磁器 ,  故障検出 ,  信号特性 ,  目的関数 ,  内部欠陥 ,  *音響振動 ,  サポートベクトルマシン
準シソーラス用語： パラメータ最適化 ,  パラメータ空間 ,  中心周波数 ,  *モード分解 ,  振動信号 , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (7件)： 変分 ,  モード分解 ,  天井 ,  探索 ,  磁器 ,  内部欠陥 ,  音響振動