This paper has addressed a data fus

This paper has addressed a data fusion approach for bearing fault diagnosis based on NCA and CHMM. For bearing or machinery condition monitoring, many indices can be used. NCA-based FE approach is proposed to reduce the dimensionality of the original features and extract useful information. Furthermore, with the extracted features by NCA, CHMM is developed for each state, thus a CHMM database can be built. New test samples can be classified with these trained CHMMs. The results of the first experiment illustrate that NCA-CHMM can successfully distinguish different bearing fault type. In the second experiment, early weak fault in bearing is difficult to detect and diagnose. The NCA-CHMM approach can successfully recognize the healthy, early fault, degraded and failure stage of bearings. Compared with other
existing methods, the proposed approach performs better in both experiments. In total, the proposed NCA-CHMM approach can fuse multichannel data and improve the diagnosis results of bearing or machine

ผลลัพธ์ (ไทย) 1:

เอกสารนี้มีอยู่วิธีการผสมผสานข้อมูลแบก NCA และ CHMM การวินิจฉัยข้อบกพร่อง แบริ่งหรือการตรวจสอบสภาพเครื่องจักร ดัชนีมากสามารถใช้ มีเสนอโดย NCA FE วิธีเพื่อลด dimensionality ของเดิม และแยกข้อมูลที่เป็นประโยชน์ นอกจากนี้ มีคุณสมบัติแยกโดย NCA, CHMM ถูกพัฒนาขึ้นจากแต่ละรัฐ จึง สามารถสร้างฐานข้อมูล CHMM สามารถแบ่งตัวอย่างทดสอบใหม่กับ CHMMs เหล่านี้ผ่านการฝึกอบรม ผลการทดลองแรกแสดงว่า NCA CHMM สำเร็จสามารถแยกแยะชนิดข้อบกพร่องต่างกันเรือง ในการทดลองที่สอง บกพร่องต้นอ่อนในเรืองได้ยากที่จะตรวจสอบ และวิเคราะห์ วิธี NCA CHMM สามารถสำเร็จรับรู้บกพร่องต้น สุขภาพ เสื่อมโทรมและล้มเหลวระยะของปืน เมื่อเทียบกับอื่น ๆวิธีการที่มีอยู่ วิธีการนำเสนอดำเนินการดีในการทดลองทั้งสอง รวม วิธี NCA CHMM เสนอสามารถฟิวส์รับข้อมูล และปรับปรุงผลการวินิจฉัยเรืองหรือเครื่อง

ผลลัพธ์ (ไทย) 2:

บทความนี้ได้ที่วิธีการฟิวชั่นข้อมูลสำหรับการวินิจฉัยความผิดแบกอยู่บนพื้นฐานของ NCA และ CHMM สำหรับแบริ่งหรือตรวจสอบสภาพเครื่องจักรดัชนีจำนวนมากสามารถนำมาใช้ NCA ตามวิธี FE จะเสนอให้ลดมิติของคุณสมบัติเดิมและดึงข้อมูลที่เป็นประโยชน์ นอกจากนี้ยังมีคุณสมบัติที่สกัดโดย NCA, CHMM ถูกพัฒนาขึ้นสำหรับแต่ละรัฐจึงฐานข้อมูล CHMM สามารถสร้าง ตัวอย่างทดสอบใหม่สามารถแบ่งได้ผ่านการฝึกอบรมกับ CHMMs เหล่านี้ ผลที่ได้จากการทดลองครั้งแรกที่แสดงให้เห็นว่า NCA-CHMM ประสบความสำเร็จสามารถแยกแยะความแตกต่างประเภทความผิดที่แตกต่างกันของแบริ่ง ในการทดลองที่สองเป็นความผิดที่อ่อนแอในช่วงต้นแบริ่งเป็นเรื่องยากที่จะตรวจสอบและวินิจฉัย วิธี NCA-CHMM ประสบความสำเร็จสามารถรับรู้สุขภาพความผิดต้นเสื่อมโทรมและขั้นตอนการล้มเหลวของแบริ่ง เมื่อเทียบกับคนอื่น ๆ
วิธีการที่มีอยู่วิธีการที่นำเสนอประสิทธิภาพดีในการทดลองทั้งสอง รวมวิธีการ NCA-CHMM เสนอสามารถหลอมรวมข้อมูลหลายช่องและปรับปรุงผลการวินิจฉัยของแบริ่งหรือเครื่อง