{"product_id":"ieej-zt003106","title":"ファジィ・ニューラルネットワークを用いた回転機の異常診断","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-106\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成12年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2000\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eDiagnosis Of Rotating machine By Using Fuzzy-neural-network\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e大西秀尚 (関西大学),花岡 毅(関西大学),川田 明(関西大学),林 重雄(関西大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eHidetaka Ohnishi(Kansai University),Takesi Hanaoka(Kansai University),Akira Kwata(Kansai University),sigeo Hayashi(Kansai University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e回転機|異常診断|パワースペクトル密度|ニューラルネットワーク|メンバーシップ関数|ファジィ推論\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e  近年、回転機は大型化、高速化が進み、十分な信頼性を維持するためには、コンピューターによる自動監視、診断システムが必要となっている。本研究は、稼働中の回転機において、正常モードの振動スペクトルの形状をニューラルネットワークにより学習させて、メンバーシップ関数の最適化をはかり、これを用いてファジィ推論による異常診断を行った。  その結果、回転機の異常の70パーセントを占める、軸受劣化、ミスアライメント、アンバランス、締付ボルト緩みなどの異常についての判断は、100パーセントの正答率を得ることができた。今後、異常モードの識別をする診断システムを開発することが課題である。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e200 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46395543650543,"sku":"IEEJ-ZT003106-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_dbed6b0e-2ed3-4c83-aa74-c322d0ffea67.png?v=1744777618","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt003106","provider":"電気学会 電子図書館","version":"1.0","type":"link"}