文献

J-GLOBAL ID：202202230351288805   整理番号：22A0434341

関連故障伝搬経路のためのデータ駆動同定モデル【JST・京大機械翻訳】

Data-driven identification model for associated fault propagation path

著者 (5件)： Liu Hao (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Pi Dechang (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Qiu Shuyuan (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Wang Xixuan (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Guo Chang (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China)
資料名： Measurement  (Measurement)
巻： 188  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： 本論文では,関連する故障伝搬経路のデータ駆動同定モデルを提案した。従来の故障診断法と異なり,代替アプローチは故障伝搬経路の同定に多く集中した。最初に,KPCA方法を故障検出に使用した。次に,因果律図を構築するために新しい転送エントロピー法を提案した。最後に,カーネル極値学習機械ベースの探索方式を故障伝搬経路同定のために提案する。有効性と適応性を実証するために,提案したモデルを,軌道における衛星のTennessee-Eastmanプロセスと実際の遠隔測定データに適用した。実験結果は,提案した方法によって得た因果エッジの数が,従来の転送エントロピー法の12.62%,および多変量転送エントロピー法の24.45%であることを示した。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： エントロピー ,  *故障 ,  遠隔測定 ,  故障診断 ,  学習機械 ,  故障検出 ,  適応性 ,  有効性
準シソーラス用語： カーネル主成分分析 ,  *伝搬経路 ,  *データ駆動 ,  多変量 ,  極度学習機械 ,  エントロピー法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 関連故障 ,  故障伝搬経路 ,  伝達エントロピー ,  カーネル極端学習機械

分類 (2件)： 信頼性  (KB04040H) ,  計測機器一般  (AD02000X)

タイトルに関連する用語 (5件)： 故障 ,  伝搬経路 ,  データ駆動 ,  同定 ,  モデル