Resumen

Se propuso un método basado en la descomposición de valores singulares (SVD) y la red neuronal difusa (FNN) para extraer y diagnosticar de manera eficiente y precisa las características de falla de los cojinetes del cigüeñal del motor diésel. En primer lugar, las señales de vibración de los cojinetes del cigüeñal en un estado conocido bajo la misma condición de trabajo fueron descompuestas por EMD para obtener los componentes modales que contienen información de las características de falla. Luego, los valores singulares de los componentes modales que incluyen las principales características de falla se utilizaron como la matriz de vectores iniciales, donde los autovectores se descompusieron para formar una matriz de características de falla. Por último, la matriz de características de falla fue entrenada por la red neuronal difusa, con el fin de realizar el diagnóstico e identificación de los cojinetes del cigüeñal en diferentes estados en forma de valores numéricos. El experimento mostró que la identificación numérica de la red neuronal difusa basada

• Materias:Matriz acústica Ingeniería subterránea Vibración longitudinal Transmisión dinámica Fallas de rodamientos
• Subjects:Acoustic array Underground engineering Longitudinal vibration Dynamic transmission Bearing failures
• Palabras claves:Método; Descomposición de valores singulares; Red neuronal difusa; Características de falla; Motor diésel; Cojinetes del cigüeñal
• Keywords:Method; Singular value decomposition; Fuzzy neural network; Fault features; Diesel engine; Crankshaft bearings