文献

J-GLOBAL ID：202102220879863886   整理番号：21A1071364

変分モード分解,SampEnおよびランダムフォレスト-SPRINTアルゴリズム分類器を用いたDCモータの機械的故障診断【JST・京大機械翻訳】

Mechanical Fault Diagnosis of a DC Motor Utilizing United Variational Mode Decomposition, SampEn, and Random Forest-SPRINT Algorithm Classifiers

著者 (6件)： Guo Zijian (HLJ Province Key Lab of Senior-Education for Electronic Engineering, Heilongjiang University, Harbin 150080, China) ,  Guo Zijian (Key Laboratory of Information Fusion Estimation and Detection, Heilongjiang Province, Harbin 150080, China) ,  Liu Mingliang (HLJ Province Key Lab of Senior-Education for Electronic Engineering, Heilongjiang University, Harbin 150080, China) ,  Liu Mingliang (Key Laboratory of Information Fusion Estimation and Detection, Heilongjiang Province, Harbin 150080, China) ,  Qin Huabin (HLJ Province Key Lab of Senior-Education for Electronic Engineering, Heilongjiang University, Harbin 150080, China) ,  Li Bing (HLJ Province Key Lab of Senior-Education for Electronic Engineering, Heilongjiang University, Harbin 150080, China)
資料名： Entropy (Web)  (Entropy (Web))
巻： 21  号： 5  ページ： 470  発行年： 2019年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： DC(直流)モータの伝統的故障診断方法は,正確な数学モデル,効果的状態およびパラメータ推定,および適切な統計的意思決定方法を確立することを必要とする。しかし,これらの前提条件は従来の電動機故障診断法をかなり制限する。この問題に取り組むために,新しい機械的故障診断法を提案した。最初に,モータの振動信号を,設計した取得システムによって収集した。次に,変分モード分解(VMD)を採用して,信号を一連の固有モード関数に分解して,サンプルエントロピーに基づく振動信号の特性を抽出した。最後に,SPRINTアルゴリズムに基づくユニット付ランダム森林改良を採用して,回転機械の振動信号を同定し,そして,各枝木を,異なるブートストラップサンプル集合を適用することによって訓練した。その結果,サンプルの認識率が90%以上になると,提案した故障診断法は良好な一般化性能を特徴とする。従来のニューラルネットワークと比較して,この方式ではデータ-重パラメータ最適化プロセスを避ける。したがって,本論文で提案したVMD-SampEn-RFベースの方法は,DCモータの故障診断においてよく機能し,回転機械の将来の故障診断のための新しいアイデアを提供する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *変分法 ,  意思決定 ,  *電動機 ,  数学モデル ,  *故障診断 ,  ニューラルネットワーク ,  直流 ,  パラメータ推定 ,  *直流電動機
準シソーラス用語： パラメータ最適化 ,  *ランダムフォレスト ,  *モード分解 ,  固有モード関数 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (4件)： 変分モード分解 ,  サンプルエントロピー ,  ランダムフォレスト ,  SPRINTアルゴリズム

分類 (1件)： 軸受  (QB01020W)

引用文献 (46件)：

• Liu, Z.; Guo, W.; Hu, J.; Ma, W. A hybrid intelligent multi-fault detection method for rotating machinery based on RSGWPT, KPCA and Twin SVM. ISA Trans. 2016, 66, 249.
• Humphrey, W.; Dalke, A.; Schulten, K. VMD: Visual molecular dynamics. J. Mol. Grap. 1996, 14, 33-38.
• Manana, M.; Arroyo, A.; Renedo, C.J.; Perez, S.; Delgado, F. Field winding fault diagnosis in DC motors during manufacturing using thermal monitoring. Appl. Therm. Eng. 2011, 31, 978-983.
• Zhong, T.; Li, Y.; Wu, N.; Nie, P.; Yang, B. A study on the stationarity and Gaussianity of the background noise in land-seismic prospecting. Geophysics 2015, 80, 67-82.
• Yin, J.; Wang, W.; Man, Z.; Khoo, S. Statistical modeling of gear vibration signals and its application to detecting and diagnosing gear faults. Inf. Sci. 2014, 259, 295-303.

タイトルに関連する用語 (9件)： 変分 ,  モード分解 ,  ランダムフォレスト ,  SPRINT ,  アルゴリズム ,  分類器 ,  DCモータ ,  機械的故障 ,  診断