文献

J-GLOBAL ID：202102230757928713   整理番号：21A2053286

双方向畳込みLSTMネットワークを用いた遊星歯車箱故障診断【JST・京大機械翻訳】

Planetary gearbox fault diagnosis using bidirectional-convolutional LSTM networks

著者 (7件)： Shi Junchuan (Department of Mechanical and Aerospace Engineering, University of Central Florida, Orlando, FL 32816, USA) ,  Peng Dikang (School of Mechanical and Manufacturing Engineering, University of New South Wales, Sydney, NSW 2052, Australia) ,  Peng Zhongxiao (School of Mechanical and Manufacturing Engineering, University of New South Wales, Sydney, NSW 2052, Australia) ,  Zhang Ziyang (Department of Mechanical and Aerospace Engineering, University of Central Florida, Orlando, FL 32816, USA) ,  Goebel Kai (Palo Alto Research Center, Palo Alto, CA 94034, USA) ,  Goebel Kai (Lulea University of Technology, Division of Operation and Maintenance Engineering, Lulea, Sweden) ,  Wu Dazhong (Department of Mechanical and Aerospace Engineering, University of Central Florida, Orlando, FL 32816, USA)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 162  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ギアボックス故障診断は,送電システムの信頼性,安全性および効率を著しく改善することが期待される。しかし,惑星ギアボックス故障診断は,多重遊星歯車によって引き起こされる複雑な応答のため,課題として残っている。モデルベースギアボックス故障診断技術は,基礎物理学と統計解析に基づくセンサデータから手作業特徴を抽出し,空間と時間特徴を自動的に抽出するのに有効でない。畳み込みニューラルネットワーク(CNN)のような深層学習法は,複数のセンサ源から自動特徴抽出を可能にするが,重要な特徴情報を失うことなく空間および時間特徴を同時に抽出できない。この問題に取り組むために,著者らは,振動と回転速度測定の両方から空間的および時間的特徴を自動かつ同時に抽出することによって,惑星ギアボックス故障のタイプ,位置および方向を決定するために,双方向畳込み長短期メモリ(BiConvLSTM)ネットワークに基づく新しい深層ニューラルネットワークを導入した。特に,CNNは,3つの加速度計と1つのタクトメータから集められた信号を結合することによって,1つの時間ステップ内で自動的に2つの測定の間の空間相関を決定する。長い短期メモリ(LSTM)ネットワークは2つの隣接時間ステップ間の時間的依存性を同定する。畳み込み演算によるLSTMセルにおける入力-状態および状態-状態操作を置き換えることにより,BiConvLSTMは重要な特徴を失うことなく空間相関および時間的依存性を学習できる。実験結果は,BiConvLSTMネットワークが,CNN,LSTM,およびCNN-LSTMのような従来の深層学習手法より高い精度で,ギアボックス故障のタイプ,位置,および方向を検出できることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *畳込み ,  惑星 ,  *故障 ,  信頼性 ,  *ネットワーク ,  *故障診断 ,  特徴抽出 ,  演算 ,  送電 ,  多重化 ,  回転数 ,  *遊星歯車 ,  *歯車箱
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 遊星歯車箱 ,  故障診断 ,  深層学習 ,  時空的特徴

分類 (2件)： 歯車,歯車装置  (QB01060O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 双方向 ,  畳込み ,  LSTMネットワーク ,  遊星歯車 ,  故障診断