文献
J-GLOBAL ID:202102257987870992   整理番号:21A0673133

重み付き2D故障特徴抽出とマルチレベル情報融合に基づく機械故障診断【JST・京大機械翻訳】

Machinery Fault Diagnosis Based on Weighted 2D Fault Feature Extraction and Multi-level Information Fusion
著者 (6件):
資料名:
巻: 2020  号: SDPC  ページ: 296-302  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械故障診断は現代産業システムの信頼性と安全性に重要である。回転機械の故障をよりよく診断するために,本論文は,加重二次元(2D)時間周波数スペクトルとマルチレベル情報融合に基づく故障診断モデルを提示した。最初に,2D時間周波数スペクトル図を得るために,収集した振動信号に対して多重時間周波数解析手法を実行した。第二に,特徴重みづけ戦略を提案し,故障情報をさらに強化し,雑音の妨害を減らすために,2D時間周波数特徴を重み付けする。次に,2D次元縮小法を適用し,加重2D時間周波数特性の次元を低減し,2D故障特徴に含まれる一次故障情報を抽出した。最後に,抽出した故障特徴を故障診断モデル訓練のためにサポートベクトルマシン(SVM)に入力した。また,Dempster-Shafer(D-S)証拠理論に基づく提案したマルチレベル情報融合戦略を適用して,種々の特徴と異なるセンサの間の故障診断結果の矛盾を解決する。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (5件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  符号理論  ,  専用演算制御装置  ,  図形・画像処理一般  ,  音声処理 

前のページに戻る