論文の概要: A Reliable Fault Diagnosis Method Based on Belief Rule Base Consider Robustness Analysis
- arxiv url: http://arxiv.org/abs/2606.10500v1
- Date: Tue, 09 Jun 2026 07:24:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-10 15:40:58.367459
- Title: A Reliable Fault Diagnosis Method Based on Belief Rule Base Consider Robustness Analysis
- Title（参考訳）: ロバストネス解析を考慮した信頼度基準に基づく信頼度故障診断法
- Authors: Mingyuan Liu, Dan Yin, Zongzong Wu,
- Abstract要約: 本研究では,ロバストネス評価とロバストネス最適化の2つの問題に対処するために,新しい断層診断手法を提案する。
提案モデルの有効性は,WD615ディーゼルエンジンとケース・ウェスタン・リザーブ大学製軸受の故障診断を例に挙げて検証した。
- 参考スコア（独自算出の注目度）: 1.3372646184622108
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In equipment operation, the implementation of fault diagnosis is essential to ensure the continuity and safety of production equipment, improve operational efficiency and reduce maintenance costs. Since sensor readings are widely used for fault diagnosis, their reliability directly affects the results of fault diagnosis. A new fault diagnosis method is proposed to address the two problems of robustness assessment and robustness optimization of fault diagnosis models. For this purpose, a reliable fault diagnosis method based on a belief rule base (BRB) considering robustness analysis is proposed. Firstly, the robustness analysis of the BRB model is carried out systematically. Secondly, three robustness constraint strategies are proposed to optimize the robustness of the BRB fault diagnosis model. Finally, the effectiveness of the proposed model is verified by taking the fault diagnosis of WD615 diesel engine and Case Western Reserve University bearings as an example, and the experiments show that the proposed model improves both accuracy and robustness.
- Abstract（参考訳）: 設備運用においては, 設備の連続性と安全性を確保し, 運転効率の向上とメンテナンスコストの低減を図るため, 故障診断の実施が不可欠である。
センサ読み取りは断層診断に広く用いられているため,信頼性は断層診断の結果に直接影響する。
断層診断モデルのロバストネス評価とロバストネス最適化の2つの問題に対処するために,新しい断層診断法を提案する。
そこで本研究では,ロバスト性解析を考慮した信頼度ルールベース(BRB)に基づく信頼性障害診断手法を提案する。
まず,BRBモデルのロバスト性解析を系統的に行う。
次に,BRB故障診断モデルのロバスト性を最適化する3つのロバスト性制約戦略を提案する。
最後に,WD615ディーゼルエンジンとケース・ウェスタン・リザーブ大学製軸受の故障診断を例に,提案モデルの有効性を検証する。
関連論文リスト
- A Trustworthy Industrial Fault Diagnosis Architecture Integrating Probabilistic Models and Large Language Models [7.074098396770342]
このアーキテクチャはベイジアンネットワークベースの診断エンジンを通じて予備解析を行う。
認知量子モジュールは、初期診断のエキスパートレベルの仲裁を行う。
ケーススタディでは、HCAAが従来のモデルにおける複雑な特徴パターンや知識のギャップに起因する誤判断を効果的に修正することが確認されている。
論文 参考訳（メタデータ） (2025-10-04T14:11:13Z) - Probabilistic Machine Learning for Uncertainty-Aware Diagnosis of Industrial Systems [2.7946438090394903]
本研究では、アンサンブル確率論的機械学習を用いて、データ駆動一貫性に基づく診断の診断特性を改善するフレームワークを提案する。
本手法はアブレーション法と比較解析法の両方を用いていくつかのケーススタディで評価され, 診断基準の範囲で一貫した改善が見られた。
論文 参考訳（メタデータ） (2025-09-23T08:59:20Z) - Robust Unsupervised Fault Diagnosis For High-Dimensional Nonlinear Noisy Data [10.777966309489683]
本稿では,機械学習を用いたロバストな教師なし故障診断手法を提案する。
抽出された特徴は、グラフ構造の学習を通じて非線形情報を組み込むことにより強化される。
ベンチマークテネシー・イーストマン法と実熱間圧延法の両方の実験により, 提案法は他の方法と比較して高い堅牢性を示した。
論文 参考訳（メタデータ） (2025-03-11T21:55:46Z) - Domain Adaptation-based Edge Computing for Cross-Conditions Fault Diagnosis [30.725677655656472]
本稿では,エッジコンピューティングに適したドメイン適応型軽量故障診断フレームワークを提案する。
リアルタイム診断機能を確保しつつ、クロスワーク条件下で正確な故障診断を実現することを目的としている。
論文 参考訳（メタデータ） (2024-11-15T16:40:43Z) - Unified Uncertainty Estimation for Cognitive Diagnosis Models [70.46998436898205]
本稿では,幅広い認知診断モデルに対する統一的不確実性推定手法を提案する。
診断パラメータの不確かさをデータ・アスペクトとモデル・アスペクトに分解する。
本手法は有効であり,認知診断の不確実性に関する有用な知見を提供することができる。
論文 参考訳（メタデータ） (2024-03-09T13:48:20Z) - A Foundational Framework and Methodology for Personalized Early and
Timely Diagnosis [84.6348989654916]
本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。
診断過程を概説する決定論的アプローチに基づいている。
機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
論文 参考訳（メタデータ） (2023-11-26T14:42:31Z) - 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) - 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) - 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 Uncertainty-Informed Framework for Trustworthy Fault Diagnosis in
Safety-Critical Applications [1.988145627448243]
深層学習に基づく予後・健康管理(PHM)の信頼性の低さは、安全に重要な資産におけるその適用を妨げる。
本稿では,障害の診断とOODデータセット検出のための不確実性インフォームドフレームワークを提案する。
提案手法は, 安全クリティカルなアプリケーションにおいて, 未知に対処し, 故障診断の信頼性を高める上で特に有利であることを示す。
論文 参考訳（メタデータ） (2021-10-08T21:24:14Z)
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。