文献

J-GLOBAL ID：202102256498914844   整理番号：21A0008618

機械学習を用いた油圧ユニット振動監視【JST・京大機械翻訳】

Hydraulic Unit Vibration Monitoring Using Machine Learning

著者 (3件)： Klyachkin V. (Ulyanovsk State Technical University,Department of applied mathematics and Informatics,Ulyanovsk,Russia) ,  Zhukov D. (PSC Tupolev Design Bureau Ulyanovsk Branch,Ulyanovsk,Russia) ,  Karpunina I. (Ulyanovsk Civil Aviation Institute,Department of general professional disciplines,Ulyanovsk,Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： FarEastCon  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 油圧ユニット電流状態を評価するには,その振動監視データとして,もしサービス可能か使用不能であるならば,必要である。これは,技術的診断の課題であり,即ち,その操作中に得られる限られた情報の条件下で,システム状態を決定することである。機械学習は,この問題を解決するのに利用できる。調査の間,交差確認を,オリジナルサンプル掘削ダウン,異なる分類モデルのプロット,および有意な指数の選択の種々の変異体に適用した。観測データを考慮して,技術的対象自動化診断プログラムを開発した。実験は,油圧ユニットサービス可能性を評価するために,分類ベース方法と比較して最良の精度を提供する凝集分類器を利用する可能性があることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  電流 ,  自動化 ,  *油圧ユニット ,  診断プログラム ,  *機械学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  油圧ユニット ,  振動監視