收藏本站
《中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

An effective procedure exploiting unlabeled data to build monitoring system

【摘要】:正Currently,condition-based maintenance becomes increasingly important with additions of factory automation through the development of new technologies.For many complicated machines,it is difficult to use mathematical models to describe their conditions.Intelligent maintenance makes it possible to perform maintenance similar to that of a human being.However,conventional artificial intelligent methods such as neural network and SVM use only labeled data(feature/label pairs) for training.Labeled instances are often difficult,expensive,or time consuming to obtain.Active learning and semi-supervised learning address this problem by using a large amount of unlabeled data together with labeled data to build better models.In this paper,a new active semi-supervised procedure was proposed to perform fault classification for machine condition monitoring.The effectiveness of the procedure was verified by its application to bearing diagnosis and gear fault detection.

知网文化
【相似文献】
中国重要会议论文全文数据库 前7条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;Signal Analysing of Failure monitoring system for gear chain[A];第二十六届中国控制会议论文集[C];2007年
3 ;Research on Synchronous Data Acquisition and Remote Monitoring Techniques in the Valve Test System[A];第二十九届中国控制会议论文集[C];2010年
4 ;WEC Condition Monitoring Based on SCADA Data Analysis[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 C.H.Ko;;Diagnosis of impact-induced machinery failures of the main drive system in slab sizing process[A];2010年海峡两岸材料破坏/断裂学术会议暨第十届破坏科学研讨会/第八届全国MTS材料试验学术会议论文集[C];2010年
6 ;Configurable integrated maintenance system based on digital production model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
7 ;A Fault Detection Method Using Multi-Scale Kernel Principal Component Analysis[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前2条
1 申志刚;高速切削刀具磨损状态的智能监测技术研究[D];南京航空航天大学;2009年
2 仲元昌;基于智能传感器阵列的大型风洞机组振动监测研究[D];重庆大学;2011年
中国硕士学位论文全文数据库 前3条
1 莫布易;旋转机械不平衡故障特征研究[D];华东理工大学;2010年
2 徐天;装配生产线平衡分析与研究[D];上海交通大学;2011年
3 周宏;基于多块核方法的分散化故障诊断的研究[D];东北大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978