文献

J-GLOBAL ID：202202279097335711   整理番号：22A0439798

異なる作動条件下での転がり軸受の残存寿命予測のための疎領域適応ネットワーク【JST・京大機械翻訳】

A sparse domain adaption network for remaining useful life prediction of rolling bearings under different working conditions

著者 (4件)： Miao Mengqi (School of Mechanical Engineering, Tongji University, Shanghai 201804, China) ,  Yu Jianbo (School of Mechanical Engineering, Tongji University, Shanghai 201804, China) ,  Zhao Zhihong (School of Information Science and Technology, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China) ,  Zhao Zhihong (State Key Laboratory of Mechanical Behavior and System Safety of Traffic Engineering Structures, Shijiazhuang Tiedao University, Shijiazhuang 050043, China)
資料名： Reliability Engineering & System Safety  (Reliability Engineering & System Safety)
巻： 219  ページ： Null  発行年： 2022年 
JST資料番号： D0980B  ISSN： 0951-8320  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： 機械の重要な構成要素として,軸受の健康は機械の作業性能に直接影響する。最近,転がり軸受の残留有効寿命(RUL)を予測するために,多くのデータ駆動法が提案されてきた。しかし,ほとんどの方法は,種々の操作条件によって引き起こすデータ分布差異の問題を無視して,それは他の軸受に関して大いに劣化する予測性能に導いた。軸受RUL予測におけるドメインシフト問題を解決するために,スパースドメイン適応ネットワーク(SDAN)を本研究で提案した。最初に,適応選択機構を提案して,SDANにおける重要な入力特性を選択した。そのうえ,新しい特徴抽出器,適応的に畳み込みニューラルネットワーク(ACNN)を提案して,適応的に受容野を調整することによって,選択された特徴から本質的情報を捕えた。スパース表現の雑音フィルタリングに基づいて,雑音を抑制し,無効な特徴を除去するために,スパース特徴選択層を開発した。さらに,スパースドメイン適応を,データ分布シフトの問題を解決するために,ドメイン-敵対希薄化および教師なしスパースドメインアラインメントを統合することによって,SDANにおいて用いた。最後に,SDANの有効性をPRONOSTIA圧延軸受データセットで検証した。結果は,SDANが本質的特徴を抽出でき,異なる作動条件下で移動可能なRUL予測性能を提供できることを示した。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： アラインメント ,  雑音 ,  *転がり軸受 ,  *軸受 ,  圧延 ,  特徴抽出 ,  特徴選択 ,  有効性 ,  寿命予測 ,  余寿命 ,  耐用年数
準シソーラス用語： 運転条件 ,  受容野 ,  データ駆動 ,  スパース表現 , 【Automatic Indexing@JST】

著者キーワード (6件)： 軸受 ,  有用な寿命予測の残存 ,  転移学習 ,  スパース領域-敵対学習 ,  畳込みニューラルネットワーク ,  選択的カーネル幅

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 作動条件 ,  転がり軸受 ,  残存 ,  寿命予測 ,  適応ネットワーク