Health Indicator for Low-Speed Axial Bearings Using Variational Autoencoders

This paper proposes a method for calculating a health indicator (HI) for low-speed axial rolling element bearing (REB) health assessment by utilizing the latent representation obtained by variational inference using Variational Autoencoders (VAEs), trained on each speed reference in the dataset. Fur...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE access Ročník 8; s. 35842 - 35852
Hlavní autoři:	Hemmer, Martin, Klausen, Andreas, Khang, Huynh Van, Robbersmyr, Kjell G., Waag, Tor I.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Autoregressive models Autoregressive processes Bearing fault detection condition monitoring conditional variational autoencoder Data points Datasets Decoding Dimensionality reduction Drilling machines Drilling machines (tools) False alarms Fault detection generative models Industries Low speed Offshore drilling rigs Roller bearings Rolling bearings Training unsupervised learning variational autoencoder
ISSN:	2169-3536, 2169-3536
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!