Resumen

La extracción de características es un procedimiento clave en el diagnóstico de fallas de maquinaria rotativa. Para obtener características de falla con menor dimensionalidad y mayor sensibilidad, en este artículo se propone un método de extracción de características basado en la transformada de multiwavelets adaptativa (AMWT) y el alineamiento local del espacio tangente (LTSA). AMWT se utiliza primero para obtener múltiples características de las señales de vibración de la máquina en prueba y formar un conjunto de características de alta dimensionalidad. Luego, para evitar el efecto adverso de las características irrelevantes en este conjunto de características de alta dimensionalidad en el resultado del diagnóstico de fallas, se investiga un índice de detección (DI) para evaluar la sensibilidad de las características y se eliminan aquellas con menor sensibilidad. Después de eso, se aplica LTSA para la fusión de características y reducir las características redundantes en el conjunto de características de alta dimensionalidad. Para validar el método propuesto, se compara el rendimiento de cuatro esquemas de extracción de características basados en (i) wavelet y LTSA,

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Extracción de características; Diagnóstico de fallas; Maquinaria rotativa; Transformación de multiwavelets adaptativa; Alineación de espacio tangente local; Sensibilidad
• Keywords:Feature extraction; Fault diagnosis; Rotating machinery; Adaptive multiwavelets transform; Local tangent space alignment; Sensitivity