論文の概要: Modified Lagrangian Formulation of Gear Tooth Crack Analysis using Combined Approach of Variable Mode Decomposition (VMD) and Time Synchronous Averaging (TSA)

• arxiv url: http://arxiv.org/abs/2309.00641v1
• Date: Tue, 29 Aug 2023 06:10:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-10 03:58:14.051366
• Title: Modified Lagrangian Formulation of Gear Tooth Crack Analysis using Combined Approach of Variable Mode Decomposition (VMD) and Time Synchronous Averaging (TSA)
• Title（参考訳）: 可変モード分解 (vmd) と時間同期平均法 (tsa) の併用による歯歯のひび割れ解析の修正ラグランジ的定式化
• Authors: Subrata Mukherjee, Vikash Kumar and Somnath Sarangi
• Abstract要約: 本稿では, 複合電気機械式歯車(CEMG)システムに基づく歯車き裂解析法の可能性について考察する。 歯のひび割れの程度が異なる経時的に改善されたメッシュ剛性もCEMGシステムに組み込まれ、ひび割れがシステムの動的挙動に与える影響を調べる。
• 参考スコア（独自算出の注目度）: 14.884816915592241
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper discusses the possible observation of an integrated gear tooth crack analysis procedure that employs the combined approach of variable mode decomposition (VMD) and time synchronous averaging (TSA) based on the coupled electromechanical gearbox (CEMG) system. This paper also incorporates the modified Lagrangian formulation to model the CEMG system by considering Rayleigh's dissipative potential. An analytical improved time-varying mesh stiffness (IAM-TVMS) with different levels of gear tooth crack depts is also incorporated into the CEMG system to inspect the influence of cracks on the system's dynamic behavior. Dynamic responses of the CEMG system with different tooth crack levels have been used for further investigations. For the first time, the integrated approach of variable mode decomposition (VMD) and time-synchronous averaging (TSA) has been presented to analyze the dynamic behaviour of CEMG systems at the different gear tooth cracks have been experienced as non-stationary and complex vibration signals with noise. Based on the integrated approach of VMD-TSA, two types of nonlinear features, i.e., Lyapunov Exponent (LE) and Correlation Dimension (CD), were calculated to predict the level of chaotic vibration and complexity of the CEMG system at the different levels of gear tooth cracks. Also, the LE and CD are used as chaotic behaviour features to predict the gear tooth crack propagation level. The results of the proposed approach show significant improvements in the gear tooth crack analysis based on the chaotic features. Also, this is one of the first attempts to study the CEMG system using chaotic features based on the combined approach of VMD-TSA.
• Abstract（参考訳）: 本稿では, 可変モード分解 (VMD) と時間同期平均化 (TSA) を組み合わせた統合歯車歯のひび割れ解析手法の可能性について考察する。 レイリーの散逸ポテンシャルを考慮し,cemg系をモデル化するために,修正ラグランジアン公式も取り入れた。 cemgシステムには、歯のひび割れのレベルが異なるiam-tvms(time-varying mesh stiffness)が組み込まれており、システムの動的挙動に対する亀裂の影響を検査している。 歯のひび割れレベルが異なるCEMGシステムの動的応答は、さらなる研究に利用されている。 ギヤ歯ひび割れにおけるcemgシステムの動的挙動を分析するために, 可変モード分解 (vmd) と時間同期平均化 (tsa) の統合的アプローチが, 騒音を伴う非定常・複雑な振動信号として経験されている。 VMD-TSAの総合的アプローチに基づいて, 歯のひび割れの程度が異なるCEMGシステムのカオス振動レベルと複雑性を予測するために, Lyapunov Exponent (LE) とRelation Dimension (CD) の2種類の非線形特性を計算した。 また、LEおよびCDは歯のひび割れ伝播レベルを予測するカオス的挙動特徴として用いられる。 提案手法は, 歯のひび割れ解析において, カオス的特徴に基づく顕著な改善を示した。 また、これはVMD-TSAの複合アプローチに基づくカオス的特徴を用いたCEMGシステムの研究における最初の試みの1つである。

関連論文リスト

• Deep Multi-contrast Cardiac MRI Reconstruction via vSHARP with Auxiliary Refinement Network [7.043932618116216]
  本稿では,2次元動的マルチコントラスト,マルチスキーム,マルチアクセラレーションMRIの深層学習に基づく再構成手法を提案する。 提案手法は,半2乗変数分割とADMM最適化を利用した最先端のvSHARPモデルを統合する。
  論文  参考訳（メタデータ） (2024-11-02T15:59:35Z)
• Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
  コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。 本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。 我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-07-19T13:33:38Z)
• Geodesic Optimization for Predictive Shift Adaptation on EEG data [53.58711912565724]
  ドメイン適応メソッドは、$X$と$y$で分散シフトが同時に発生したときに苦労する。 本稿では,GOPSA(Geodesic Optimization for Predictive Shift Adaptation)と呼ばれる新しい手法を提案する。 GOPSAは、脳波のバイオメディカル応用のための混合効果モデリングと機械学習を併用する可能性を持っている。
  論文  参考訳（メタデータ） (2024-07-04T12:15:42Z)
• Stochastic action for the entanglement of a noisy monitored two-qubit system [55.2480439325792]
  局所的な一意雑音が局所的なモニタリングおよび量子間カップリングを受ける2ビット系の絡み合い進化に及ぼす影響について検討した。 チャンタスリ・ドルッセル・ヨルダン経路積分に雑音を組み込んでハミルトニアンを構築し、それを最適絡み合い力学の同定に利用する。 長時間定常エンタングルメントの数値解析により,コンカレンスと雑音強度の非単調な関係が明らかとなった。
  論文  参考訳（メタデータ） (2024-03-13T11:14:10Z)
• Specific Emitter Identification Based on Joint Variational Mode Decomposition [7.959137957880584]
  特定のエミッタ識別(SEI)技術は、自己組織化ネットワークやスペクトル管理などのデバイス管理シナリオにおいて重要である。 非線形および非定常電磁信号に対して、SEIはしばしば、異なるデバイス指紋を効果的に特徴付けるために、信号を分解するために変分モード分解(VMD)を用いる。 本稿では,マルチフレーム信号に対して同時にモーダル分解を実装し,VMDの改良版であるJVMDアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-01-03T02:19:32Z)
• MTS-DVGAN: Anomaly Detection in Cyber-Physical Systems using a Dual Variational Generative Adversarial Network [7.889342625283858]
  深層生成モデルは、ラベル付き情報に頼ることなく、サイバー物理システム(CPS)の脆弱性を軽減し、新しいサイバー物理攻撃を検出することを約束している。 本稿では、MST-DVGANという、教師なし二重変分生成対向モデルを提案する。 中心となる概念は、再構成された異常サンプルと正常なサンプルとの区別を広げることで、モデルの識別能力を高めることである。
  論文  参考訳（メタデータ） (2023-11-04T11:19:03Z)
• EKGNet: A 10.96{\mu}W Fully Analog Neural Network for Intra-Patient Arrhythmia Classification [79.7946379395238]
  心電図不整脈分類におけるアナログ計算と深層学習を組み合わせた統合的アプローチを提案する。 本稿では,低消費電力で高精度にアーカイブするハードウェア効率と完全アナログ不整脈分類アーキテクチャであるEKGNetを提案する。
  論文  参考訳（メタデータ） (2023-10-24T02:37:49Z)
• Multi-scale Fusion Fault Diagnosis Method Based on Two-Dimensionaliztion Sequence in Complex Scenarios [0.0]
  転がり軸受は回転機械において重要な要素であり、その欠陥は深刻な損傷を引き起こす可能性がある。 異常の早期発見は破滅的な事故を防ぐために不可欠である。 従来のインテリジェントな手法は時系列データを解析するのに用いられてきたが、現実のシナリオでは、センサデータはノイズが多く、時間領域で正確に特徴付けることはできない。 本稿では,産業シナリオに展開するためのマルチスケール機能融合モデルとディープラーニング圧縮技術を用いて,畳み込みニューラルネットワークの改良手法を提案する。
  論文  参考訳（メタデータ） (2023-04-11T13:05:50Z)
• Dynamic Mode Decomposition in Adaptive Mesh Refinement and Coarsening Simulations [58.720142291102135]
  動的モード分解(DMD)はコヒーレントなスキームを抽出する強力なデータ駆動方式である。 本稿では,異なるメッシュトポロジと次元の観測からDMDを抽出する戦略を提案する。
  論文  参考訳（メタデータ） (2021-04-28T22:14:25Z)
• Statistical control for spatio-temporal MEG/EEG source imaging with desparsified multi-task Lasso [102.84915019938413]
  脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。 ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。 この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:17:16Z)
• Metamodel Based Forward and Inverse Design for Passive Vibration Suppression [2.6774008509840996]
  周期的メタマテリアルは、同じ単位細胞の自己複製鎖ではなく、異なる構造ブロック(細胞)から構成される構造システムを表す。 本稿では,1次元メタマテリアルシステム,すなわちドリルストリングに適用した設計自動化フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T18:11:11Z)

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。