文献

J-GLOBAL ID：202202241878528154   整理番号：22A0106010

マルチセンサのための双方向長期記憶と重み付き多数決投票を有するマルチスケール畳込みニューラルネットワークを用いた風力タービン軸受の故障診断【JST・京大機械翻訳】

Fault diagnosis of wind turbine bearing using a multi-scale convolutional neural network with bidirectional long short term memory and weighted majority voting for multi-sensors

著者 (8件)： Xu Zifei (School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, PR China) ,  Xu Zifei (Department of Maritime and Mechanical Engineering, Liverpool John Moores University, Liverpool, Byrom Street, L3 3AF, UK) ,  Mei Xuan (Department of Civil Engineering, Tongji University, Shanghai, 200092, PR China) ,  Wang Xinyu (School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, PR China) ,  Yue Minnan (School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, PR China) ,  Jin Jiangtao (School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, PR China) ,  Yang Yang (Faculty of Maritime and Transportation, Ningbo University, Ningbo, 315211, PR China) ,  Li Chun (School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, PR China)
資料名： Renewable Energy  (Renewable Energy)
巻： 182  ページ： 615-626  発行年： 2022年 
JST資料番号： A0124C  ISSN： 0960-1481  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 実際の風力タービンにおける軸受の故障診断のためのインテリジェントモデルの不十分な外挿の問題を解決するために,本研究は,複雑な作業および試験環境下での一般化能力を改善するために,双方向長短期メモリ(MSCNN-BiLSTM)モデルを有するマルチスケール畳込みニューラルネットワークを開発した。マルチセンサ診断の外挿を改善するために,マルチセンサから情報を融合するために,加重大多数投票規則を提案した。MSCNN-BiLSTMモデルの優位性を,実験データを通して調査した。結果は,MSCNN-BiLSTMモデルが97.12%の平均F1スコアを持ち,それは既存の先進方法より高いことを示した。実際の風車データセットと実験データセットを用いて,マルチセンサ診断のための加重大多数投票規則の有効性を実証した。結果は,加重大多数投票規則によるMSCNN-BiLSTMモデルの診断結果が,特徴レベルにおけるマルチ感覚情報の伝統的大多数投票または融合によるモデルより,それぞれ1.32%と5.7%高いことを示した。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： 記憶装置 ,  外挿法 ,  *軸受 ,  *故障診断 ,  *風車 ,  投票 ,  有効性
準シソーラス用語： 長期記憶 ,  *マルチスケール ,  マルチセンサ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 軸受 ,  風車 ,  畳込みニューラルネットワーク ,  故障診断 ,  情報融合

分類 (3件)： 風力エネルギー  (LB03060X) ,  太陽光発電  (NB03090G) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (9件)： マルチセンサ ,  双方向 ,  長期記憶 ,  多数決投票 ,  マルチスケール ,  畳込みニューラルネットワーク ,  風力タービン ,  軸受 ,  故障診断