文献

J-GLOBAL ID：202202252496409217   整理番号：22A0434243

マルチドメイン敵対ネットワークに基づく異なる作業条件下での転がり軸受の残存寿命を予測する方法【JST・京大機械翻訳】

A method for predicting the remaining useful life of rolling bearings under different working conditions based on multi-domain adversarial networks

著者 (6件)： Zou Yisheng (School of Computing and Artificial Intelligence, Southwest Jiaotong University, Chengdu 610031, China) ,  Li Zhixuan (School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China) ,  Liu Yongzhi (School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China) ,  Zhao Shijiao (School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China) ,  Liu Yantao (School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China) ,  Ding Guofu (School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, 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： 異なる作動条件下での転がり軸受の残留有効寿命(RUL)の予測は,移動学習によって著しく改善された。しかし,既存の方法は次の問題を完全には研究されていない。(1)特徴移動プロセスに対する異なる次元の特徴間の不一致の影響;(2)見かけの不一致を伴う劣化段階における特徴移動プロセスは,残存する有用な寿命の伝達予測に著しい影響を及ぼす。本研究では,劣化段階のサンプルを得るために,再構成劣化指標の分布差に基づく劣化発生時間同定法を提案した。また,マルチドメイン敵対ネットワークに基づくスタック畳込みオートエンコーダモデルを提案して,特徴転送プロセスに及ぼす抽出劣化特性の間の不一致の影響を減らした。実験結果として,提案した方法がRUL予測精度を効果的に改善できることが分かった。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： 畳込み ,  学習 ,  *ネットワーク ,  *転がり軸受 ,  再構成 ,  余寿命 ,  耐用年数
準シソーラス用語： 予測精度 ,  運転条件 ,  *マルチドメイン ,  転移学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 異なる作業条件 ,  劣化段階 ,  寿命予測を用いた転がり軸受の残留 ,  転移学習

分類 (2件)： 軸受  (QB01020W) ,  信頼性  (KB04040H)

タイトルに関連する用語 (6件)： マルチドメイン ,  敵対 ,  作業条件 ,  転がり軸受 ,  残存寿命 ,  予測