論文の概要: Integrated Approach of Gearbox Fault Diagnosis

• arxiv url: http://arxiv.org/abs/2308.14174v1
• Date: Sun, 27 Aug 2023 18:35:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 16:24:11.220505
• Title: Integrated Approach of Gearbox Fault Diagnosis
• Title（参考訳）: gearbox 故障診断の総合的アプローチ
• Authors: Vikash Kumar, Subrata Mukherjee and Somnath Sarangi
• Abstract要約: 本稿では,オンライン環境モニタリングにおいて容易に展開可能な統合ギヤボックス故障診断手法を提案する。 生・CEEO振動信号から時間領域とスペクトル領域の特徴のセットを算出する。 この成果は非常に有望に見え、あらゆる種類の産業システムで実装できる。
• 参考スコア（独自算出の注目度）: 14.884816915592241
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gearbox fault diagnosis is one of the most important parts in any industrial systems. Failure of components inside gearbox can lead to a catastrophic failure, uneven breakdown, and financial losses in industrial organization. In that case intelligent maintenance of the gearbox comes into context. This paper presents an integrated gearbox fault diagnosis approach which can easily deploy in online condition monitoring. This work introduces a nonparametric data preprocessing technique i.e., calculus enhanced energy operator (CEEO) to preserve the characteristics frequencies in the noisy and inferred vibrational signal. A set of time domain and spectral domain features are calculated from the raw and CEEO vibration signal and inputted to the multiclass support vector machine (MCSVM) to diagnose the faults on the system. An effective comparison between raw signal and CEEO signal are presented to show the impact of CEEO in gearbox fault diagnosis. The obtained results of this work look very promising and can be implemented in any type of industrial system due to its nonparametric nature.
• Abstract（参考訳）: Gearboxの故障診断は、あらゆる産業システムにおいて最も重要な部分の1つである。 ギアボックス内の部品の故障は、破滅的な失敗、不均一な破壊、産業組織における財政的損失につながる可能性がある。 この場合、ギアボックスのインテリジェントなメンテナンスがコンテキストに入ります。 本稿では,オンライン状態監視で容易にデプロイ可能なgearbox障害診断手法を提案する。 本研究は,非パラメトリックデータプリプロセッシング手法である計算量拡張エネルギ演算子(ceeo)を導入し,雑音および推定された振動信号の特性周波数を保存する。 生及びCEEO振動信号から時間領域とスペクトル領域の一連の特徴を算出し、マルチクラス支持ベクトルマシン(MCSVM)に入力してシステム上の故障を診断する。 ギヤボックス故障診断におけるCEEOの影響を示すために, 生信号とCEEO信号の効果的な比較を行った。 この研究の結果は非常に有望に見え、非パラメトリックな性質のため、あらゆる種類の産業システムに実装することができる。

関連論文リスト

• 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)
• TDANet: A Novel Temporal Denoise Convolutional Neural Network With Attention for Fault Diagnosis [0.5277756703318045]
  本稿では,音環境における故障診断性能を向上させるため,TDANet(Tunal Denoise Convolutional Neural Network With Attention)を提案する。 TDANetモデルは、その周期特性に基づいて1次元信号を2次元テンソルに変換し、マルチスケールの2次元畳み込みカーネルを用いて周期内および周期間の信号情報を抽出する。 CWRU (single sensor) とReal Aircraft Sensor Fault (multiple sensor) の2つのデータセットに対する評価は、TDANetモデルがノイズの多い環境下での診断精度において既存のディープラーニングアプローチを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2024-03-29T02:54:41Z)
• 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)
• Non-destructive Fault Diagnosis of Electronic Interconnects by Learning Signal Patterns of Reflection Coefficient in the Frequency Domain [1.8843687952462742]
  本稿では,早期故障検出と相互接続欠陥の正確な診断のための新しい非破壊的手法を提案する。 提案手法は, 周波数範囲にわたる係数反射の信号パターンを利用して, 根本原因同定と重大度評価の両立を可能にする。 実験結果から,本手法は断層検出および診断に有効であり,実世界の産業応用に拡張できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-20T10:51:21Z)
• Novel features for the detection of bearing faults in railway vehicles [88.89591720652352]
  我々は,Mel-Frequency Cepstral Coefficients (MFCCs) とAmplitude Modulation Spectrogram (AMS) から抽出した特徴を,軸受欠陥の検出のための特徴として紹介する。
  論文  参考訳（メタデータ） (2023-04-14T10:09:50Z)
• Deep Scattering Spectrum germaneness to Fault Detection and Diagnosis for Component-level Prognostics and Health Management (PHM) [0.0]
  本研究は,産業用ロボットの機械的構成要素に対するDES(Deep Scattering Spectrum)の故障検出とデイグナシスとの関連性について考察する。 複数の産業用ロボットと異なる機械的欠陥を使って、障害を分類するアプローチを構築しました。 提案手法は, 実用試験台に実装され, 故障検出および診断において良好な性能を示した。
  論文  参考訳（メタデータ） (2022-10-18T13:25:02Z)
• System Resilience through Health Monitoring and Reconfiguration [56.448036299746285]
  人為的なシステムのレジリエンスを、予期せぬ事象に対して向上させるためのエンドツーエンドのフレームワークを実証する。 このフレームワークは物理ベースのデジタルツインモデルと,リアルタイム故障診断,予後,再構成を行う3つのモジュールに基づいている。
  論文  参考訳（メタデータ） (2022-08-30T20:16:17Z)
• Fault Detection and Diagnosis with Imbalanced and Noisy Data: A Hybrid Framework for Rotating Machinery [2.580765958706854]
  回転機械製造システムの保守コスト低減には, 故障診断が重要な役割を担っている。 従来のフォールト検出および診断(FDD)フレームワークは、現実の状況に対処する際のパフォーマンスが劣っている。 本稿では、上記の3つのコンポーネントを用いて、効果的な信号ベースFDDシステムを実現するハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-09T01:09:59Z)
• Vibration Fault Diagnosis in Wind Turbines based on Automated Feature Learning [0.0]
  本稿では, 振動監視風車部品の高精度故障診断手法を提案する。 当社のアプローチは,畳み込みニューラルネットワークと孤立林に基づく,フォールトシグネチャの自律的データ駆動学習と健康状態分類を組み合わせたものだ。
  論文  参考訳（メタデータ） (2022-01-31T18:08:43Z)
• Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
  事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。 ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
  論文  参考訳（メタデータ） (2022-01-20T06:36:35Z)
• 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)

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。