文献

J-GLOBAL ID：202202289535783799   整理番号：22A0941366

軸受初期故障のオンライン検出のための共同敵対訓練による新しいディープドメイン適応法【JST・京大機械翻訳】

A new deep domain adaptation method with joint adversarial training for online detection of bearing early fault

著者 (6件)： Mao Wentao (School of Computer and Information Engineering, Henan Normal University, Xinxiang 453007, China) ,  Mao Wentao (Engineering Lab of Intelligence Business & Internet of Things, Henan Province 453007, China) ,  Ding Ling (School of Computer and Information Engineering, Henan Normal University, Xinxiang 453007, China) ,  Liu Yamin (School of Computer and Information Engineering, Henan Normal University, Xinxiang 453007, China) ,  Afshari Sajad Saraygord (Department of Mechanical Engineering, University of Manitoba, Winnipeg, R3T 5V6, Canada) ,  Liang Xihui (Department of Mechanical Engineering, University of Manitoba, Winnipeg, R3T 5V6, Canada)
資料名： ISA Transactions  (ISA Transactions)
巻： 122  ページ： 444-458  発行年： 2022年 
JST資料番号： B0580A  ISSN： 0019-0578  CODEN： ISATAZ  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： 非ストップシナリオにおける転がり軸受のオンライン早期故障検出のために,主な関心事の一つは,オフラインとオンライン作業条件間の分布シフトに起因するモデルバイアスである。このような懸念の下で,早期故障に対する特徴感度と検出モデルのロバスト性を改善する方法は,オンライン検出の有効性を改善する重要課題になった。この問題を解決するために,新しいオンライン早期故障検出方法を,深い移動学習の戦略に基づいて本論文で提案した。最初に,新しいロバスト状態評価法を示した。分離した森林アルゴリズムの異常検出プロセスにおける先験的劣化情報を導入することによって,この方法はノイズ干渉の下で通常状態と初期故障状態を正確に評価することができた。第二に,新しい深いドメイン適応アルゴリズムを提案した。アルゴリズムは,出力ラベルとして状態評価の結果を使用して,同時に特徴レベルとモデルレベルで共同敵対訓練のための深いドメイン適応ニューラルネットワークを設計した。次に,ドメイン不変特徴表現を,異なる作業条件のデータから抽出することができ,そして,オンライン検出モデルを,次に構築することができた。比較実験を,2つの軸受データセットIEEE PHMチャレンジ2012とXJTU-SYで実行して,結果は,誤警報数と検出位置における提案方法の有効性を確かめた。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 ,  干渉 ,  雑音 ,  学習 ,  *故障 ,  *初期故障 ,  転がり軸受 ,  *軸受 ,  IEEE ,  故障検出 ,  有効性 ,  ロバスト性
準シソーラス用語： 適応アルゴリズム ,  誤警報 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 転移学習 ,  誤警報 ,  初期故障検出 ,  ドメイン適応 ,  敵対的訓練

分類 (2件)： システム同定  (IA02040O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 軸受 ,  初期故障 ,  オンライン ,  共同 ,  敵対 ,  訓練 ,  適応