文献

J-GLOBAL ID：202102284598746708   整理番号：21A0152976

航空機空調システム健康予測のための健康指標の構築【JST・京大機械翻訳】

Construction of Health Index for Aircraft Air-conditioning System Health Prediction

著者 (5件)： Yin Xin (Shanghai Jiao Tong University, School of Aeronautics and Astronautics,Shanghai,China) ,  Li Yuanxiang (Shanghai Jiao Tong University, School of Aeronautics and Astronautics,Shanghai,China) ,  Zhang Yuxuan (Shanghai Jiao Tong University, School of Aeronautics and Astronautics,Shanghai,China) ,  Zhang Yini (Shanghai Jiao Tong University, School of Aeronautics and Astronautics,Shanghai,China) ,  Jia Lei (Shanghai Jiao Tong University, School of Aeronautics and Astronautics,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： PHM-Shanghai  ページ： 1-5  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： 産業機器の健康状態を評価する合理的健康指数(HI)を構築することは,装置故障予測と健康管理の鍵である。今日,データ駆動HI構築法が広く用いられている。しかし,これらの方法は,通常,全ライフサイクルのための多数のサンプルデータとデータを必要とする。この問題を解決するため,本論文では,作業条件パラメータと故障パラメータの間のマッピングを作成し,次に,同じ指定作業条件に作業条件パラメータを変換する方法を提案した。HIとして変換故障パラメータに関して,次に,将来の飛行の健康状態を,構築したHIに関して,再帰ニューラルネットワーク(RNN)によって予測することができた。実験結果は,この方法が航空機空調システム(ACS)の健康状態を効果的に示し,予測できることを示した。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： *航空機 ,  故障 ,  ライフサイクル ,  ニューラルネットワーク ,  健康管理 ,  *空調システム
準シソーラス用語： 機器障害 ,  健康状態 ,  データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 航空機 ,  空調システム ,  予測 ,  健康指標 ,  構築