文献

J-GLOBAL ID：202202288418970139   整理番号：22A0311784

畳込みニューラルネットワーク特徴抽出に基づく空気エンジン空気回路故障の研究【JST・京大機械翻訳】

Research on Air Engine Air Circuit Fault Based on Convolutional Neural Network Feature Extraction

著者 (3件)： Zhou Yi Ren (Nanchang Institute of Technology, Nachang, China) ,  Guo Zhi Qiang (Nanchang Institute of Technology, Nachang, China) ,  Zhou Chao (Jiangxi Province Energy Conservation and Environmental Protection Investment Company, Nanchang, China)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 257  ページ： 159-169  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： CNN-SVMの組合せに基づく航空エンジンガス経路故障診断アルゴリズムの研究は,航空エンジンガス経路状態データを時間パラメータマトリックスに変換することである。次に,多数の正常サンプルに基づいて,CNNを用いてエンジンガス経路状態特徴抽出モデルを確立した。多重畳込みとプール操作の後にマイニングされた特徴は,分類のために完全に接続された層を通して分類装置に直接接続されないが,代わりに故障サンプルの状態特性としてそれを使用して,これらの特徴を分類するためにSVMを使用する。各タイプの故障の検出率は90%以上であった。CNN-SVM診断法は航空エンジンガス経路故障診断の工学実践において広い応用展望を有する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *故障 ,  内燃機関 ,  分類装置 ,  故障診断 ,  *ニューラルネットワーク ,  *特徴抽出 ,  経路 ,  多重化 ,  診断
準シソーラス用語： 診断アルゴリズム ,  航空エンジン ,  検出率 ,  *回路故障 ,  *畳込みニューラルネットワーク ,  ダイレクト接続 , 【Automatic Indexing@JST】

著者キーワード (4件)： 航空エンジン ,  畳込みニューラルネットワーク ,  特徴抽出 ,  故障診断

分類 (1件)： ガスタービン  (PB02040Y)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  特徴抽出 ,  回路故障 ,  研究