文献

J-GLOBAL ID：202202231704140044   整理番号：22A0924047

新しい健康劣化指数を用いた揚水貯蔵ユニットの健康状態評価と予測【JST・京大機械翻訳】

Health status assessment and prediction for pumped storage units using a novel health degradation index

著者 (4件)： Zhang Xiaoyuan (College of Electrical Engineering, Henan University of Technology, Zhengzhou 450001, PR China) ,  Jiang Yajun (College of Electrical Engineering, Henan University of Technology, Zhengzhou 450001, PR China) ,  Li Chaoshun (School of Civil and Hydraulic Engineering, Huazhong University of Science and Technology, Wuhan 430074, PR China) ,  Zhang Jinhao (College of Electrical Engineering, Henan University of Technology, Zhengzhou 450001, PR China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 171  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  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： 揚水貯蔵ユニット(PSU)の安全性と安定性を改善するために,PSUのリアルタイム健康状態評価を達成するために,新しい健康劣化指数(HDI)を提案した。HDIに基づいて,健康劣化傾向を,変分モード分解(VMD)とゲート反復ユニット(GRU)の組合せによって予測した。最初に,PSUの操作パラメータとその軸振動の間の複雑なフィッティング関係を,健康ベンチマークモデル(HBM)と見なされるマルチヘッド自己注意ニューラルネットワーク(MSNN)による健康モニタリングデータに基づいて確立した。MSNNは振動に影響する異なる因子間の高次元の相互結合関係を明らかにした。第2に,振動に固有の不確実性情報を十分に記述するために,Gauss雲モデル(GCM)を用いて,定量的および定性的観点の両方からの振動を記述した。次に,HDIは,観察されたGCMとHBMによって予測された健康GCMの間のKullback-Leibler発散によって定義される。最後に,VMDを用いて複雑なHDI系列をいくつかの単純化成分に分解し,一方,GRUを用いて成分を別々に予測した。最終結果は,成分予測結果を結合することによって得た。提案方法を中国のPSUに適用した。実験結果およびいくつかの比較研究は,その優れた性能を示した。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： 変分法 ,  簡素化 ,  システム ,  評価 ,  不確実性 ,  予測 ,  軸振動 ,  ニューラルネットワーク ,  相互接続 ,  *揚水 ,  劣化 ,  雲モデル ,  高次元
準シソーラス用語： *健康状態 ,  モード分解 , 【Automatic Indexing@JST】

著者キーワード (6件)： 揚水発電装置 ,  マルチヘッド自己減衰機構 ,  Gauss雲モデル ,  健康状態の評価と予測 ,  ゲート付きリカレントユニット ,  変分モード分解

分類 (2件)： 二次電池  (YB04030K) ,  信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 指数 ,  揚水 ,  貯蔵 ,  状態評価 ,  予測