文献

J-GLOBAL ID：202102215535178738   整理番号：21A0592410

SPSSとグレイ予測モデルに基づく軸受寿命予測【JST・京大機械翻訳】

Bearing Life Prediction Based on SPSS and Grey Prediction Model

著者 (3件)： Zhang Yichi (Air and Missile Defense College, Air Force Engineering University, Xi’an Shan Xi 710051, China) ,  Shu Tao (Air and Missile Defense College, Air Force Engineering University, Xi’an Shan Xi 710051, China) ,  Ding Rixian (Air and Missile Defense College, Air Force Engineering University, Xi’an Shan Xi 710051, China)
資料名： IOP Conference Series: Earth and Environmental Science  (IOP Conference Series: Earth and Environmental Science)
巻： 634  号： 1  ページ： 012051 (7pp)  発行年： 2021年 
JST資料番号： W5558A  ISSN： 1755-1307  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多くの洗練された兵器と装置は軸受を持ち,それは装置の効率を改善するために摩擦低減の重要な役割を果たす。CVの性能は軸受の処理を定量化することができ,スタッフは軸受の作動条件を評価する基準を持つ。最初に,既知のデータに従って,本論文は最尤推定法で実際のCV値を計算した。SPSS曲線推定と累積灰色予測モデルの方式を用いて,実データの一部を訓練した。次に,軸受故障モーメントの故障モーメントをシミュレートできた。最終段階は予測CV値の相対誤差を計算することであった。元の灰色予測モデル(GM(1,1))の予測結果と比較して,3つの相対誤差は,6.9502パーセント,4.6433パーセントおよび10.5938パーセントであった。上記の3つの方法は,工学において確かな実用的価値を持った。しかしながら,累積灰色予測の効果は,明らかに,より良い。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障 ,  *軸受 ,  最尤法 ,  兵器 ,  モーメント ,  変動係数 ,  *予測モデル
準シソーラス用語： SPSS ,  相対誤差 ,  運転条件 ,  摩擦低減 ,  *軸受寿命 , 【Automatic Indexing@JST】

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (5件)： SPSS ,  グレイ ,  予測モデル ,  軸受寿命 ,  予測