Resumen

Este trabajo presenta un método novedoso para el diagnóstico de averías basado en una red neuronal mejorada de la teoría de resonancia adaptativa (ART) y la técnica de ensemble. El método consta de tres etapas. En primer lugar, la red neuronal ART mejorada se compone de la técnica de competición suave basada en el aprendizaje competitivo difuso (FCL) y ART basada en la norma de Yu, los nodos neuronales de la capa de competición se entrenan según el grado de pertenencia entre el nodo de modo y la entrada, y a continuación se clasifican las muestras de avería sucesivamente. En segundo lugar, con la técnica de evaluación de distancias, se obtienen las características óptimas a partir de las características estadísticas de las señales originales y los coeficientes wavelet. Por último, las características óptimas se introducen en el conjunto de redes neuronales (NNE) basado en el método de votación para identificar las distintas categorías de fallos. El método propuesto se aplica al diagnóstico de fallos de rodamientos, y los resultados de las pruebas muestran que el conjunto de redes neuronales puede clasificar de forma fiable diferentes categorías de fallos y el grado de los mismos, lo que tiene un mejor rendimiento de clasificación en comparación con la red neuronal única.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Diagnóstico de fallos; red neuronal de teoría de resonancia adaptativa (ART); técnica de ensemble; técnica de competencia suave; aprendizaje competitivo difuso (FCL); norma de Yu.
• Keywords:Fault diagnosis; adaptive resonance theory (ART) neural network; ensemble technique; soft competition technique; fuzzy competitive learning (FCL); Yu's norm