文献

J-GLOBAL ID：202202296109718792   整理番号：22A0624897

電動機のための新しい人工ニューラルネットワークベース故障決定システム【JST・京大機械翻訳】

A New Artificial Neural Network-Based Failure Determination System for Electric Motors

著者 (5件)： Bicakci S. (Department of Mechatronics Engineering, Faculty of Engineering, Balikesir University, Balikesir, Turkey) ,  Coramik M. (Department of Physics, Necatibey Faculty of Education, Balikesir University, Balikesir, Turkey) ,  Gunes H. (Department of Mechatronics Engineering, Faculty of Engineering, Balikesir University, Balikesir, Turkey) ,  Citak H. (Balikesir Vocational High School, Balikesir University, Balikesir, Turkey) ,  Ege Y. (Department of Physics, Necatibey Faculty of Education, Balikesir University, Balikesir, Turkey)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 47  号： 1  ページ： 835-847  発行年： 2022年 
JST資料番号： W4051A  ISSN： 2193-567X  資料種別： 逐次刊行物 (A)
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： 本研究では,新しい計測システムを開発し,故障を決定し,軸受とロータ軸受あるいは単相キャパシタ起動モータのモータの足において発生する故障レベルを定義した。システムにおいて,モータの振動操作は,モータの回転子搭載フライホイールに異なるネジを接続すること,またはモータ足のナットボルトを徐々に除去することによって提供される。VB3振動センサ出力を1分間1ms間隔でLabVIEWプログラムでコンピュータに記録した。各実験のセンサ出力の変化特性は,1つ以上の周波数成分を有した。したがって,高速Fourier変換(FFT)をそのような成分を決定するために実行した。得られたFFTグラフを解析した場合,振動は50Hzの高調波と多重の倍音を有した。そして,最初の5つの高調波の周波数と振幅値は,故障の存在,タイプとレベルを決定するために使用できるが,互いに非線形関係があることが観察された。したがって,モータの故障のタイプと速度を決定するために,別々にカスタマイズされた2つの異なる人工ニューラルネットワーク(ANN)を開発した。利用可能なデータの80%,10%および10%を訓練,試験および検証のために保存し,ANNを訓練した。訓練段階後の推定におけるANNの精度度は,R=0.97~0.98と計算された。さらに,ANNの結果を逐次最小最適化,Naive Bayes(NB)およびJ48アルゴリズムを用いて得た結果と比較した。そして,ANNの精度程度は,より高かった。これの後,プログラムをMATLABで開発し,2つのANNsを最高成功率で作動させた。最後に,自動車のマルチメディアシステムと同様に,ラズベリーPiと7′′LCDスクリーンから成るシステムを,産業用途で使用するために作成した。Copyright King Fahd University of Petroleum & Minerals 2021 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 ,  コンデンサ ,  最適化 ,  *故障 ,  自動車 ,  回転子 ,  軸受 ,  ナット ,  実験 ,  *電動機 ,  *ニューラルネットワーク ,  多重化 ,  周波数 ,  倍音 ,  コンピュータ

著者キーワード (4件)： 単相コンデンサ始動モータ ,  振動センサ ,  人工ニューラルネットワーク ,  LabVIEW

分類 (2件)： 電動機  (NB07030U) ,  軸受  (QB01020W)

タイトルに関連する用語 (3件)： 電動機 ,  人工ニューラルネットワーク ,  故障