Resumen

El rodamiento de rodillos es un dispositivo mecánico básico extremadamente importante. El diagnóstico de su falla juega un papel importante en el funcionamiento seguro y estable del sistema mecánico. Este estudio propuso un enfoque, basado en la Transformada Rápida de Fourier (FFT) con Decimación en el Tiempo (DIT) y el algoritmo XGBoost, para identificar rápidamente y con precisión el tipo de falla en el rodamiento. En primer lugar, la señal de vibración original del rodamiento de rodillos fue transformada por DIT-FFT y dividida en un conjunto de entrenamiento y un conjunto de pruebas. Luego, el conjunto de entrenamiento se utilizó para entrenar el modelo de diagnóstico de fallas XGBoost, y el conjunto de pruebas se utilizó para validar el modelo XGBoost bien entrenado. Finalmente, el enfoque propuesto se comparó con algunos métodos comunes. Se demostró que el enfoque propuesto es capaz de diagnosticar e identificar rápidamente el tipo de falla del rodamiento con casi un 99

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Rodamiento; Diagnóstico de fallas; Transformada Rápida de Fourier; Algoritmo XGBoost; Señal de vibración; Tipo de falla
• Keywords:Rolling bearing; Fault diagnosis; Fast Fourier Transform; XGBoost algorithm; Vibration signal; Fault type