文献

J-GLOBAL ID：201702286035591553   整理番号：17A0391388

多重特徴融合カーネル学習サポートベクトルマシン(ポンプ)に基づく油圧ポンプの故障認識のための方法を提案する。【JST・京大機械翻訳】

Fault Identification Method for Hydraulic Pumps Based on Multi-feature Fusion and Multiple Kernel Learning SVM

著者 (4件)： Liu Zhiqiang (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control, Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China) ,  Jiang Wanlu (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control, Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China) ,  Tan Wenzhen (Tangsteel High Strength Automotive Strip Co.,Ltd.) ,  Zhu Yong (Hebei Provincial Key Laboratory of Heavy Machinery Fluid Power Transmission and Control, Yanshan University, Key Laboratory of Advanced Forging & Stamping Technology and Science, Ministry of Education of China)
資料名： Zhongguo Jixie Gongcheng  (Zhongguo Jixie Gongcheng)
巻： 27  号： 24  ページ： 3355-3361  発行年： 2016年 
JST資料番号： C2243A  ISSN： 1004-132X  CODEN： ZJGOE8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文は,マルチコア学習に基づくマルチコア学習サポートベクトルマシンに基づく油圧ポンプの故障認識のための方法を提案した。まず第一に,オリジナル信号を経験的モード分解によって分解して,次に,ARモデルと特異値分解を使用して故障特性を抽出して,最終的に異なったタイプの特徴を対応するカーネル関数によってマッピングした。マルチコア学習サポートベクトルマシンを用いて油圧ポンプの作動状態と故障タイプを識別した。実験結果は,この方法が故障診断の精度を著しく改善することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 故障診断 ,  *故障 ,  自己回帰モデル ,  *学習 ,  特異値分解 ,  多重化 ,  *油圧ポンプ ,  *サポートベクトルマシン
準シソーラス用語： Kernel関数 ,  経験的モード分解 ,  マルチコアプロセッサ ,  *Kernel法 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (5件)： multiple kernel learning ,  multi-feature fusion ,  support vector machine(SVM) ,  fault identification ,  hydraulic pump

分類 (3件)： 軸受  (QB01020W) ,  システム同定  (IA02040O) ,  歯車,歯車装置  (QB01060O)

タイトルに関連する用語 (7件)： 多重 ,  特徴融合 ,  カーネル学習 ,  サポートベクトルマシン ,  油圧ポンプ ,  故障 ,  提案