文献

J-GLOBAL ID：201702261990386333   整理番号：17A0145851

鉄道点機械の状態監視のための統合特徴抽出アルゴリズム【Powered by NICT】

An integrated feature extraction algorithm for condition monitoring of railway point machine

著者 (3件)： Wang Zhipeng (State Key Lab of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, China) ,  Jia Limin (State Key Lab of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, China) ,  Qin Yong (State Key Lab of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PHM (Chengdu)  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 鉄道転てつ機はレール輸送システムの重要な部分である。健康状態をモニタリングするために,関連する特徴を抽出する方法は非常に重要である。本論文では,特徴抽出のための統合された方法,転てつ機の信号を処理するために経験的モード分解と特異値分解(EMD SVD)を利用することを提案した。この方法では,電源信号は,最初に,多数の固有モード関数と特徴マトリックスを形成する残基に分解した。この特徴行列の特異値はSVD(特異値分解)による得られた,点Mahalanobis距離(MD)を採用した。この方法は,信号のsegemetationを回避し,人手介入無しに完全にそれらを処理することができる。その性能と有効性も試験装置によって検証された。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： レール ,  特異値分解 ,  *特徴抽出 ,  交通システム ,  アルゴリズム ,  試験装置
準シソーラス用語： Mahalanobis距離 ,  特異値 ,  固有モード関数 ,  経験的モード分解 ,  健康状態 ,  転轍器 ,  *状態監視 , 【Automatic Indexing@JST】

分類 (1件)： 信号,保安  (TC01040Y)

タイトルに関連する用語 (5件)： 鉄道 ,  状態監視 ,  統合 ,  特徴抽出 ,  アルゴリズム