文献

J-GLOBAL ID：202102225104715292   整理番号：21A2581572

ウェーブレット解析と改良型AlexNetに基づく油圧ピストンポンプの知的故障診断【JST・京大機械翻訳】

Intelligent Fault Diagnosis of Hydraulic Piston Pump Based on Wavelet Analysis and Improved AlexNet

著者 (8件)： Zhu Yong (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China) ,  Zhu Yong (State Key Laboratory of Fluid Power and Mechatronic Systems, Zhejiang University, Hangzhou 310027, China) ,  Zhu Yong (Ningbo Academy of Product and Food Quality Inspection, Ningbo 315048, China) ,  Li Guangpeng (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China) ,  Wang Rui (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China) ,  Tang Shengnan (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China) ,  Su Hong (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China) ,  Cao Kai (National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 21  号： 2  ページ： 549  発行年： 2021年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  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： 油圧ピストンポンプは油圧伝達システムの心臓である。エキスパート経験知識と故障特徴の抽出への依存性における従来の故障診断の限界のために,油圧ピストンポンプの知的診断方法を探究することは,大いに意味がある。深層学習理論によって動機づけられて,油圧ピストンポンプのための新規インテリジェント故障診断方式を,改良畳込みニューラルネットワーク(CNN)とウェーブレット解析を結合することを通して提案する。古典的AlexNetと比較して,提案方法は,ネットワークの構造を修正することによって,パラメータおよび計算複雑性の数を減少させた。構築したモデルは,特徴抽出におけるウェーブレット解析と深い学習におけるCNNの能力を完全に統合する。提案方法を用いて,ピストンポンプの測定振動信号から故障特性を抽出し,故障分類を実現した。断層データは,主に5つの異なる健康状態,すなわち,中央スプリング破壊,滑り摩耗,洗濯板摩耗,緩い滑り,および正常状態である。結果は,提案方法が多重状態におけるピストンポンプの振動信号の特性を抽出でき,知的故障認識を効果的に実現することを示した。提案モデルの認識特性をさらに実証するために,標準LeNet-5,改良2D LeNet-5,および標準AlexNetを含む比較のために,異なるCNNモデルを使用した。対比解析のためのモデルと比較して,提案方法は最も高い認識精度を有して,提案モデルはよりロバストであった。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： 摩耗 ,  *故障 ,  ネットワーク ,  *故障診断 ,  特徴抽出 ,  *波束 ,  *ピストンポンプ ,  計算量 ,  多重化 ,  二次元 ,  *油圧 ,  ロバスト性
準シソーラス用語： *ウェーブレット解析 ,  振動信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： 軸流ピストンポンプ ,  知的故障診断 ,  深層学習 ,  ウェーブレット時間-周波数解析 ,  畳込みニューラルネットワーク

分類 (4件)： 歯車,歯車装置  (QB01060O) ,  非破壊試験  (HB02030F) ,  軸受  (QB01020W) ,  信頼性  (KB04040H)

引用文献 (53件)：

• Ye, S.; Zhang, J.; Xu, B.; Zhu, S.; Xiang, J.; Tang, H. Theoretical investigation of the contributions of the excitation forces to the vibration of an axial piston pump. Mech. Syst. Signal Process. 2019, 129, 201-217.
• Tang, S.; Yuan, S.; Zhu, Y. Data Preprocessing Techniques in Convolutional Neural Network Based on Fault Diagnosis Towards Rotating Machinery. IEEE Access 2020, 8, 149487-149496.
• Wang, Y.; Zhang, F.; Yuan, S. Effect of unrans and hybrid rans-les turbulence models on unsteady turbulent flows inside a side channel pump. ASME J. Fluids Eng. 2020, 142, 061503.
• Zhang, F.; Appiah, D.; Hong, F.; Zhang, J.; Yuan, S.; Adu-Poku, K.A.; Wei, X. Energy loss evaluation in a side channel pump under different wrapping angles using entropy production method. Int. Commun. Heat Mass Transf. 2020, 113, 104526.
• Zheng, Z.; Li, X.; Zhu, Y. Feature extraction of the hydraulic pump fault based on improved Autogram. Measurement 2020, 163, 107908.

タイトルに関連する用語 (4件)： ウェーブレット解析 ,  油圧 ,  ピストンポンプ ,  故障診断