Detección débil de fallas en rodamientos cónicos basada en el enfoque de regularización de penalización
Autores: Li, Qing; Liang, Steven Y.
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Detección débil de fallas en rodamientos cónicos basada en el enfoque de regularización de penalización
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Problema
Componente defectuoso
Convexidad
Regularización
Valores singulares
Ruido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Dirigido al problema de estimar el componente de falla a partir de una observación ruidosa, se propone un enfoque de detección novedoso basado en la regularización de penalización no convexa aumentada de Huber (AHNPR). Los objetivos principales del método propuesto son que (1) estima de manera precisa los valores singulares no nulos (es decir, el componente de falla) y (2) mantiene la convexidad de la función de costo objetivo propuesta (OCF) al restringir los parámetros de la regularización no convexa.
Descripción
Dirigido al problema de estimar el componente de falla a partir de una observación ruidosa, se propone un enfoque de detección novedoso basado en la regularización de penalización no convexa aumentada de Huber (AHNPR). Los objetivos principales del método propuesto son que (1) estima de manera precisa los valores singulares no nulos (es decir, el componente de falla) y (2) mantiene la convexidad de la función de costo objetivo propuesta (OCF) al restringir los parámetros de la regularización no convexa.