Resumen

La predicción de fallos es la tecnología clave del mantenimiento predictivo. En la actualidad, las investigaciones sobre predicción de fallos se centran principalmente en la evaluación de la intensidad de los fallos y la vida útil restante de la máquina. Faltan métodos para predecir la localización y las características de los fallos. Para satisfacer el requisito de la predicción de los caracteres de fallo, se estudiaron las estrategias de adquisición y fusión de datos. En primer lugar, se presentó el mecanismo tradicional de medición de vibraciones y sus desventajas. A continuación, se propuso el modelo de adquisición y fusión de datos de vector completo. A continuación, se analizaron el procedimiento de muestreo y el algoritmo de fusión de la información. Por último, se propuso el método de predicción de fallos basado en el espectro de vector completo. La metodología es la del Dr. Bently y el Dr. Muszynska. Sobre la base de esta metodología, se ha realizado el estudio de aplicación. La incertidumbre de la estructura del espectro puede eliminarse mediante el método de adquisición y fusión de datos diseñado. Se ha mejorado la fiabilidad del diagnóstico sobre el carácter de los fallos. El estudio sobre el sistema de adquisición de datos de vector completo sentó las bases técnicas para la investigación de la predicción y el diagnóstico de los caracteres de avería.

• Materias:Máquinas eléctricas Mecánica de fluidos Turbinas Motores (Mecánica) Turbina eólica Energía cinética Turbomáquina
• Subjects:Electric machines Fluid mechanics Turbines Engines Wind turbine Kinetic energy Turbomachine
• Palabras claves:caracteres de fallo, predicción, adquisición de datos, mecanismo tradicional de medición de vibraciones, sistema de adquisición de datos vectoriales, método de predicción de fallos, algoritmo de fusión de información, adquisición de datos vectoriales, metodología, dr. bently
• Keywords:fault characters, prediction, data acquisition, traditional vibration measurement mechanism, vector data acquisition system, fault prediction method, information fusion algorithm, vector data acquisition, methodology, dr. bently