Resumen

La detección de cavitación es particularmente esencial para la eficiencia operativa y estabilidad de las bombas. En este trabajo, para mejorar la precisión y eficiencia de la identificación, se introduce un enfoque que combina la descomposición de paquetes de ondas (WPD) con el análisis de componentes principales (PCA) y una red neuronal de función básica radial (RBF) para detectar el estado de cavitación en bombas centrífugas. El rendimiento de cavitación y el ruido interno del flujo se miden bajo tres condiciones de flujo diferentes. Luego, se realiza un análisis en el dominio tiempo-frecuencia en la señal de ruido interno del flujo utilizando WPD, y se calcula el coeficiente de energía de cada nodo para determinar la banda de frecuencia óptima de descomposición. Se extraen seis parámetros característicos basados en estadísticas de división de frecuencias, incluyendo tres características en el dominio del tiempo y tres características de paquetes de ondas. Después de eso, se aplica PCA para la

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Detección; Eficiencia; Bombas; Cavitación; Análisis; Red neuronal
• Keywords:Detection; Efficiency; Pumps; Cavitation; Analysis; Neural network