文献

J-GLOBAL ID：202202285881220049   整理番号：22A0735018

転がり軸受故障の弱特徴抽出のためのスパース性強化周期的OGSモデル【JST・京大機械翻訳】

A sparsity-enhanced periodic OGS model for weak feature extraction of rolling bearing faults

著者 (5件)： Li Zhixin (College of Electrical Engineering, Yanshan University, Qinhuangdao 066004, PR China) ,  Li Jimeng (College of Electrical Engineering, Yanshan University, Qinhuangdao 066004, PR China) ,  Ding Wanmeng (College of Electrical Engineering, Yanshan University, Qinhuangdao 066004, PR China) ,  Cheng Xing (College of Electrical Engineering, Yanshan University, Qinhuangdao 066004, PR China) ,  Meng Zong (College of Electrical Engineering, Yanshan University, Qinhuangdao 066004, PR China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 169  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  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： 転がり軸受の故障症状は,通常,等間隔で形成された過渡インパルスによって特性化されるが,インパルス信号は雑音と高調波干渉によって容易に影響され,衝撃特性を抽出することの困難さを増加させる。強いノイズの下で弱い周期的インパルスの効果的抽出を実現するために,本論文は,弾性ネットとL_pノルムに基づく非凸ペナルティ関数を構築して,回転軸受故障を検出するスパース性強化周期的重複群収縮(POGS)法を提案した。提案したスパースモデルにおいて,非凸ペナルティ関数の内部関数は,周期誘導弾性ネットグループスパース制約を採用し,エンベロープ自己相関関数を用いて,グループ内の高度に相関する特徴の抽出精度を改善するために,周期事前情報を動的に更新した。一方,非凸型L_pノルムをペナルティ関数に導入して,全体変数のスパース性を制約し,弱いインパルス振幅を維持しながら,故障特徴のグループ(SWAG)内およびグループ内(SWAG)のスパース性を誘導した。包括的評価指標を,モデルパラメータの自動選択を実現するために, moth-火炎最適化(MFO)アルゴリズムの適合度関数として構築した。主要化最小化(MM)アルゴリズムと改良ソフト閾値アルゴリズムに基づいて,提案モデルの目的関数を解決するプロセスを与えて,提案方法の性能を分析する。転がり軸受の実験データの解析結果は,いくつかの既存のスパース雑音除去法と比較して,提案方法が弱い周期的インパルスの抽出においてより良い性能を示すことを示唆した。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： アルゴリズム ,  関数 ,  最適化 ,  雑音 ,  *故障 ,  *転がり軸受 ,  弾性 ,  ミサイル ,  *特徴抽出 ,  ペナルティ関数 ,  エンベロープ ,  ノルム ,  雑音除去
準シソーラス用語： 事前知識 ,  力積 , 【Automatic Indexing@JST】

著者キーワード (5件)： 転がり軸受故障診断 ,  重複群スパース ,  弾性ネットに基づく非凸正則化 ,  SWAG ,  パラメータ最適化

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (6件)： 転がり軸受 ,  故障 ,  特徴抽出 ,  スパース性 ,  強化 ,  モデル