文献

J-GLOBAL ID：202202252152987565   整理番号：22A1165100

機械学習アルゴリズムを用いた油圧システムの予測保全【JST・京大機械翻訳】

Predictive Maintenance of Hydraulic System using Machine Learning Algorithms

著者 (3件)： Yugapriya M (Sri Ramakrishna Engineering College,Dept of ECE,Coimbatore) ,  Judeson Antony Kovilpillai J (Sri Ramakrishna Engineering College,Dept of ECE,Coimbatore) ,  Jayanthy S (Sri Ramakrishna Engineering College,Dept of ECE,Coimbatore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEARS  ページ： 1208-1214  発行年： 2022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： 本プロジェクトは,機械学習を用いて油圧システムにおける精度を増加させるための予測保全とフォールトトレランス技術を提案した。油圧ベースのシステムは,主に産業で使用され,自動車のブレーキシステム,空気工芸などは,単純な項の油圧システム機能と作業が,流体への圧力を通して実行される。提案したプロジェクトを用いて,油圧システムの健康状態を維持する。少量の流体に与えられた水圧は,複雑なタスクと外部環境のために,エンジンを始動するか,歯車ポンプを開始するために,膨大な量の電力を作り出すので,いくつかの故障が発生する。このプロジェクトは,属性の故障を発見でき,フォールトトレランスを増加させることができるマシン学習(ML)アルゴリズムを使用する。ロジスティック回帰,K最近傍(KNN),ディシジョンツリー,ランダムフォレスト,Naive Bayのような機械学習分類アルゴリズムを使用して,Valve条件,内部ポンプ漏れ,油圧アキュムレータ/バー,安定フラッグのような内部故障を予測した。故障が発生した場合,15~30分前に知る。これらのアルゴリズムは,ラズベリーピア3モデルB+コントローラにインストールされたソフトウェアツールSpyder IDEを用いて実行される。これらのアルゴリズムを用いることにより,精度および再現のようなパラメータを計算した。そして,外部故障予測火炎センサのために,温度,振動センサ,電圧センサを用いて,冷却目的のためのCooler(Motor)を使用した。したがって,ロジスティック回帰からの油圧システムの故障予測は,93%の精度を達成した。Copyright 2022 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： *アルゴリズム ,  *学習 ,  自動車 ,  電力 ,  歯車ポンプ ,  ディシジョンツリー ,  *油圧 ,  支援プログラム ,  *油圧システム ,  フォールトトレランス ,  *機械学習 ,  *学習アルゴリズム
準シソーラス用語： ロジスティック回帰分析 ,  分類アルゴリズム ,  ランダムフォレスト , 【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 (4件)： 機械学習 ,  アルゴリズム ,  油圧システム ,  予測保全