文献

J-GLOBAL ID：202102270888301233   整理番号：21A0737266

深さコンボリューションネットワークに基づく亀裂回転子結合故障検出法【JST・京大機械翻訳】

Coupling Fault Diagnosis Method for Cracked Rotor Based on Deep Convolutional Neural Network

著者 (4件)： Liu Tianyuan (西安交通大学能源与動力工程学院,西安,710049) ,  Zheng Zhaoli (西安交通大学能源与動力工程学院,西安,710049) ,  Xie Yonghui (西安交通大学能源与動力工程学院,西安,710049) ,  Zhang Di (西安交通大学能源与動力工程学院,西安,710049)
資料名： Qilunji Jishu  (Qilunji Jishu)
巻： 62  号： 3  ページ： 161-166  発行年： 2020年 
JST資料番号： C4519A  ISSN： 1001-5884  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の亀裂回転子故障検出方法の精度が低く、適応能力が悪く、人工経験に深刻な依存する欠点に対して、深さ畳込みニューラルネットワークに基づく結合故障検出方法を提案し、ローター多種類の結合故障の自動端から端までの検出を実現した。正確な亀裂回転子の数値モデルと組み合わせて,この方法を検証し,亀裂位置,亀裂深さ,および不均衡の3種類の故障検出タスクを同時に考慮し,精度はそれぞれ0.899,0.923,0.997であり,他の機械学習法より著しく高かった。ニューラルネットワーク検出性能に対する回転速度と学習サンプルの影響も検討した。確立した方法は,信号処理技術に対する従来の機構方法の依存性を切り離し,測定可能な振動信号から多くの故障特徴への直接マッピングを実現し,同時に検出精度が高く,可変作動条件を自動的に適応する能力を備えている。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *亀裂 ,  *故障 ,  ニューラルネットワーク ,  信号処理 ,  *故障検出 ,  回転数 ,  機械学習
準シソーラス用語： 不均衡 ,  亀裂深さ ,  数値モデル ,  運転条件 ,  検出精度 ,  振動信号 ,  畳込みニューラルネットワーク ,  学習サンプル , 【Automatic Indexing@JST】

分類 (4件)： 歯車,歯車装置  (QB01060O) ,  信頼性  (KB04040H) ,  電動機  (NB07030U) ,  非破壊試験  (HB02030F)

タイトルに関連する用語 (4件)： コンボリューション ,  亀裂 ,  回転子 ,  故障検出