論文の概要: A Diagnosis Algorithms for a Rotary Indexing Machine

• arxiv url: http://arxiv.org/abs/2305.15934v1
• Date: Thu, 25 May 2023 11:03:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 15:35:54.401135
• Title: A Diagnosis Algorithms for a Rotary Indexing Machine
• Title（参考訳）: 回転インデックスマシンの診断アルゴリズム
• Authors: Maria Krantz and Oliver Niggemann
• Abstract要約: 本稿では,RIM が処理する製品に着目した製品視点に基づく診断アルゴリズムを提案する。 このアルゴリズムは、製品が機械を通り抜けるステップを辿り、故障時に起こりうる原因を診断することができる。
• 参考スコア（独自算出の注目度）: 4.020523898765404
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rotary Indexing Machines (RIMs) are widely used in manufacturing due to their ability to perform multiple production steps on a single product without manual repositioning, reducing production time and improving accuracy and consistency. Despite their advantages, little research has been done on diagnosing faults in RIMs, especially from the perspective of the actual production steps carried out on these machines. Long downtimes due to failures are problematic, especially for smaller companies employing these machines. To address this gap, we propose a diagnosis algorithm based on the product perspective, which focuses on the product being processed by RIMs. The algorithm traces the steps that a product takes through the machine and is able to diagnose possible causes in case of failure. We also analyze the properties of RIMs and how these influence the diagnosis of faults in these machines. Our contributions are three-fold. Firstly, we provide an analysis of the properties of RIMs and how they influence the diagnosis of faults in these machines. Secondly, we suggest a diagnosis algorithm based on the product perspective capable of diagnosing faults in such a machine. Finally, we test this algorithm on a model of a rotary indexing machine, demonstrating its effectiveness in identifying faults and their root causes.
• Abstract（参考訳）: ロータリーインデックスマシン(rim)は、手動で再配置することなく1つの製品で複数の生産工程をこなすことができ、生産時間を短縮し、精度と一貫性を向上させるため、製造において広く使われている。 その利点にもかかわらず、特にこれらの機械で実施される実際の生産工程の観点から、リムの故障の診断に関する研究はほとんど行われていない。 失敗による長時間のダウンタイムは問題であり、特にこれらのマシンを使用する小規模企業では問題となる。 このギャップに対処するために,rimで処理される製品に着目した製品視点に基づく診断アルゴリズムを提案する。 このアルゴリズムは、製品がマシンを経由するステップを追跡し、故障時に起こりうる原因を診断することができる。 また, RIMの特性と, これらのマシンの故障診断にどのように影響するかを解析した。 私たちの貢献は3倍です。 まず、RIMの特性と、それらがこれらの機械の故障の診断に与える影響について分析する。 第2に,そのような機械の故障を診断できる製品視点に基づく診断アルゴリズムを提案する。 最後に,このアルゴリズムを回転インデックスマシンのモデル上でテストし,故障とその根本原因の同定に有効であることを示す。

関連論文リスト

• Data-driven Machinery Fault Detection: A Comprehensive Review [2.373572816573706]
  タイムリーかつ正確に故障した機械信号を特定することは、産業応用において不可欠である。 データ駆動型機械故障診断(MFD)は、機械/深層学習アプローチに基づくソリューションであり、製造業で広く利用されている。 本調査では, 各種機械故障の検出・診断に, さまざまな種類の機械学習手法を用いて, 記事の総合的なレビューを行う。
  論文  参考訳（メタデータ） (2024-05-29T07:50:47Z)
• Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
  無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。 効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。 本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
  論文  参考訳（メタデータ） (2024-04-24T13:50:27Z)
• Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
  本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。 具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。 アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
  論文  参考訳（メタデータ） (2023-08-06T05:58:45Z)
• Health Monitoring of Movement Disorder Subject based on Diamond Stacked Sparse Autoencoder Ensemble Model [13.370180098472867]
  本稿では,ダイヤモンド積層スパースオートエンコーダアンサンブルモデル(DsaeEM)に基づく運動障害者の健康モニタリングを提案する。 このアルゴリズムには2つの主要コンポーネントがある。第一に、機能拡張はFSSAE(Feature-embedded stacked sparse autoencoder)を用いて設計されている。 第2に、拡張された特徴間の冗長性を取り除くために、特徴低減機構が設計されている。
  論文  参考訳（メタデータ） (2023-03-15T11:34:06Z)
• Graph Neural Networks with Trainable Adjacency Matrices for Fault Diagnosis on Multivariate Sensor Data [69.25738064847175]
  各センサの信号の挙動を別々に検討し,相互の相関関係と隠れ関係を考慮する必要がある。 グラフノードは、異なるセンサーからのデータとして表現することができ、エッジは、これらのデータの影響を互いに表示することができる。 グラフニューラルネットワークのトレーニング中にグラフを構築する方法が提案されている。これにより、センサー間の依存関係が事前に分かっていないデータ上でモデルをトレーニングすることができる。
  論文  参考訳（メタデータ） (2022-10-20T11:03:21Z)
• Multi-Fault Diagnosis Of Industrial Rotating Machines Using Data-Driven Approach: A Review Of Two Decades Of Research [19.89641921844766]
  本稿では,産業用回転機械のマルチフォールト診断のためのデータ駆動型手法について,系統的な文献レビューを行う。 PRISMA法は、体系的なレビューやその他のメタアナリシスの構成と構造に関するガイドラインの集合である。 この分野における基礎的な作業を特定し、産業用回転機械のマルチフォールト診断に関連するさまざまな側面について比較研究する。
  論文  参考訳（メタデータ） (2022-05-30T14:54:27Z)
• Machine Learning Algorithms for Prediction of Penetration Depth and Geometrical Analysis of Weld in Friction Stir Spot Welding Process [0.0]
  この研究は、Supervised Machine Learningアルゴリズムを用いた浸透深度予測に基づいている。 AA1230アルミニウム合金の2要素を接合するためにFSSWを用いた。 ロバスト回帰機械学習アルゴリズムは0.96の判定係数によって残りのアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2022-01-21T17:16:25Z)
• MIRACLE: Causally-Aware Imputation via Learning Missing Data Mechanisms [82.90843777097606]
  欠落データに対する因果認識型計算アルゴリズム(MIRACLE)を提案する。 MIRACLEは、欠落発生機構を同時にモデル化することにより、ベースラインの計算を反復的に洗練する。 我々は、MIRACLEが一貫してイミューテーションを改善することができることを示すために、合成および様々な公開データセットに関する広範な実験を行う。
  論文  参考訳（メタデータ） (2021-11-04T22:38:18Z)
• On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
  データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。 モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。 提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2021-10-17T13:42:37Z)
• An Explainable Artificial Intelligence Approach for Unsupervised Fault Detection and Diagnosis in Rotating Machinery [2.055054374525828]
  本稿では,回転機械の故障検出と診断のための新しい手法を提案する。 この手法は,特徴抽出,障害検出,障害診断の3つの部分からなる。 提案手法の有効性は,機械的故障の異なる3つのデータセットに示される。
  論文  参考訳（メタデータ） (2021-02-23T18:28:18Z)
• Anytime Diagnosis for Reconfiguration [52.77024349608834]
  我々は、いつでも直接診断できるflexdiagを紹介し分析する。 特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
  論文  参考訳（メタデータ） (2021-02-19T11:45:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。