文献

J-GLOBAL ID：202202280433488890   整理番号：22A0651002

コンポーネントスクリーニングベクトル局所特性スケール分解に基づく転がり軸受故障診断【JST・京大機械翻訳】

Rolling Bearing Fault Diagnosis Based on Component Screening Vector Local Characteristic-Scale Decomposition

著者 (6件)： Guan Tengfei (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China) ,  Liu Shijun (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China) ,  Xu Wenbo (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China) ,  Li Zhisheng (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China) ,  Huang Hongtao (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China) ,  Wang Qi (Zhengzhou Research Institute of Mechanical Engineering Co., Ltd, Zhengzhou 45000, China)
資料名： Shock and Vibration  (Shock and Vibration)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2039A  ISSN： 1070-9622  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： 軸受の故障振動信号は非定常と非線形特性を持ち,多重振幅と周波数変調成分の組合せと見なすことができる。単一成分のエンベロープは軸受の故障特性を含んでいる。局所特性スケール分解(LCD)は,振動信号を一連の多重固有スケール成分に分解することができる。いくつかの構成要素は,軸受の走行状態を明確に反映することができ,そして,故障診断を,エンベロープスペクトルに従って実行した。しかしながら,従来のLCDは,研究対象として単一チャネル信号を取り上げ,それは回転子の特性情報を完全に反映することができず,そして,同じ断面の種々のチャネル信号に基づく解析結果は,矛盾するであろう。この問題を解決するために,完全ベクトルスペクトル技術に基づいて,相同デュアルチャネル情報を融合した。相互相関係数成分選択に基づくベクトルLCD方式を与えて,シミュレーション解析を完了した。提案方法の有効性を,軸受の模擬信号と実験信号によって確認し,それは,特徴抽出と故障診断の軸受を提供する。Copyright 2022 Tengfei Guan et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  周波数変調 ,  振動 ,  *ベクトル ,  *故障 ,  *転がり軸受 ,  *軸受 ,  信号 ,  *故障診断 ,  特徴抽出 ,  分解 ,  相関係数 ,  スペクトル ,  多重化 ,  エンベロープ
準シソーラス用語： 振動信号 , 【Automatic Indexing@JST】

分類 (2件)： 軸受  (QB01020W) ,  歯車,歯車装置  (QB01060O)

引用文献 (41件)：

• R. Liu, B. Yang, E. Zio, X. Chen, "Artificial intelligence for fault diagnosis of rotating machinery: a review," Mechanical Systems and Signal Processing, vol. 108, pp. 33-47, 2018.
• B. Zhao, X. Zhang, H. Li, Z. Yang, "Intelligent fault diagnosis of rolling bearings based on normalized CNN considering data imbalance and variable working conditions," Knowledge-Based Systems, vol. 199, 2020.
• Y. Gao, D. Yu, "Intelligent fault diagnosis for rolling bearings based on graph shift regularization with directed graphs," Advanced Engineering Informatics, vol. 47, 2021.
• J. Cheng, Y. Yang, X. Li, J. Cheng, "Adaptive periodic mode decomposition and its application in rolling bearing fault diagnosis," Mechanical Systems and Signal Processing, vol. 161, 2021.
• W. Zhu, G. Ni, Y. Cao, H. Wang, "Research on a rolling bearing health monitoring algorithm oriented to industrial big data," Measurement, vol. 185, 2021.

タイトルに関連する用語 (4件)： スケール ,  分解 ,  転がり軸受 ,  故障診断