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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE access Jg. 8; S. 35842 - 35852
Hauptverfasser:	Hemmer, Martin, Klausen, Andreas, Khang, Huynh Van, Robbersmyr, Kjell G., Waag, Tor I.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Piscataway IEEE 2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!