文献
J-GLOBAL ID:202202269162717098   整理番号:22A0102392

長期短期記憶ネットワークに基づく小型加圧水型原子炉の故障診断法【JST・京大機械翻訳】

A fault diagnosis method for small pressurized water reactors based on long short-term memory networks
著者 (4件):
資料名:
巻: 239  号: PC  ページ: Null  発行年: 2022年 
JST資料番号: H0631A  ISSN: 0360-5442  CODEN: ENEYDS  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,長い短期メモリ(LSTM)ネットワークを用いて,複雑な故障モードをマッピングするために確立された革新的ラベル付き故障辞書を有する小型加圧水炉(SPWR)のためのセンサおよびアクチュエータ故障診断法を提案した。それは,SPWRのエンドツーエンド故障診断を実現するために,LSTMの周期的挙動とゲート機構を通して,多変数時系列データから特徴を直接学習し,長期依存性を捉えることができる。SPWR故障データセットに関する実験結果は,この方式が,平均精度92.06%で,センサとアクチュエータ故障の位置,タイプ,および範囲を効果的に診断することができ,他の3つの広く使用された故障診断方法より優れていることを示した。さらに,異なる雑音信号を注入したSPWR故障データセットに関する診断結果は,確立したLSTMネットワークの強い雑音免疫能力を実証した。したがって,提案方法は,SPWRの実際の運転環境において満足な故障診断性能を達成することが期待される。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
太陽光発電  ,  ボイラ  ,  内燃機関発電 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る