Resumen

El rodamiento de elementos rodantes y el engranaje son las piezas típicas de soporte o rotación en equipos mecánicos, y es de gran importancia económica y de seguridad lograr la detección rápida y precisa de sus fallos. Como un tipo de método de análisis de señales de cicloestacionariedad potente, la correlación espectral (SC) podría identificar de manera efectiva el componente característico impulsivo enterrado en las señales de vibración de maquinaria rotativa. Sin embargo, la característica de fallo, como el componente característico impulsivo, a menudo se ve interferida por otros ruidos de fondo, y la situación es grave especialmente en las primeras etapas de fallo débil. Además, el método tradicional de SC tiene la desventaja de una baja eficiencia computacional que dificulta su amplia aplicación en cierta medida. Para abordar los problemas anteriores, se propone en el documento un método mejorado de características impulsivas que combina la correlación espectral rápida (FSC) con un diccionario de autoaprendizaje de representación dispersa

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Rodamiento de elementos rodantes; Engranaje; Correlación espectral; Componente característico impulsivo; Detección de fallas; Señales de vibración
• Keywords:Rolling element bearing; Gear; Spectral correlation; Impulsive characteristic component; Fault detection; Vibration signals