文献

J-GLOBAL ID：202202214470205900   整理番号：22A0152916

最小Bayesリスク再分類と適応重みづけに基づく歯車箱の多信号融合診断【JST・京大機械翻訳】

Multi-signal fusion diagnosis of gearbox based on minimum Bayesian risk reclassification and adaptive weighting

著者 (21件)： Tao Laifa (Institute of Reliability Engineering, Beihang University, China) ,  Tao Laifa (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Tao Laifa (School of Reliability and Systems Engineering, Beihang University, China) ,  Sun Lulu (Institute of Reliability Engineering, Beihang University, China) ,  Sun Lulu (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Sun Lulu (School of Reliability and Systems Engineering, Beihang University, China) ,  Wu Yundi (Institute of Reliability Engineering, Beihang University, China) ,  Wu Yundi (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Wu Yundi (School of Reliability and Systems Engineering, Beihang University, China) ,  Lu Chen (Institute of Reliability Engineering, Beihang University, China) ,  Lu Chen (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Lu Chen (School of Reliability and Systems Engineering, Beihang University, China) ,  Ma Jian (Institute of Reliability Engineering, Beihang University, China) ,  Ma Jian (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Ma Jian (School of Reliability and Systems Engineering, Beihang University, China) ,  Cheng Yujie (Institute of Reliability Engineering, Beihang University, China) ,  Cheng Yujie (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Cheng Yujie (School of Reliability and Systems Engineering, Beihang University, China) ,  Suo Mingliang (Institute of Reliability Engineering, Beihang University, China) ,  Suo Mingliang (National Key Laboratory of Science and Technology on Reliability and Environmental Engineering, China) ,  Suo Mingliang (School of Reliability and Systems Engineering, Beihang University, China)
資料名： Measurement  (Measurement)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  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： 歯車と軸受を含むギアボックスは主に回転機械における速度とトルクの調整において重要な役割を果たし,その故障は生産安全性と工業プロセスに深刻な影響を与える。本論文では,再分類モデルと適応重み付け機構に基づくマルチ信号融合故障診断法を提案した。PNNの以前の意思決定プロセスとは異なり,再分類モデルは診断情報と事前知識を完全に利用することができ,分類リスク係数を導入し,より低いリスクとより正確な結果を導いた。決定情報融合のために設計した適応重み付け機構は,専門家に依存して,より合理的で柔軟な重みを割り当てることができた。最後に,提案方法を送電実験プラットフォームによって検証する。結果は,提案したマルチ信号融合故障診断方式が,ロバストギアボックス故障診断を達成するために,多重信号を効果的に融合することができ,有望な結果をもたらすことを示す。Copyright 2022 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： 回転機械 ,  軸受 ,  トルク ,  故障診断 ,  送電 ,  重みづけ ,  *歯車箱
準シソーラス用語： 事前知識 ,  工業プロセス ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： ギヤボックス ,  再分類モデル ,  適応重みづけ機構 ,  多信号融合 ,  故障診断

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (7件)： リスク ,  分類 ,  適応 ,  重みづけ ,  歯車箱 ,  融合 ,  診断