Resumen

El análisis de las señales de vibración ha sido una técnica muy importante para el diagnóstico de fallas y la gestión de la salud de maquinaria rotativa. Los métodos clásicos de diagnóstico de fallas se basan principalmente en características de señal tradicionales como el valor medio, la desviación estándar y la curtosis. Las señales aún contienen abundante información de la cual no hemos aprovechado completamente. En este documento, se propone un nuevo enfoque para el diagnóstico de fallas en maquinaria rotativa con un algoritmo de extracción de características basado en la descomposición en modos empíricos (EMD) y técnicas de redes neuronales convolucionales (CNN). El propósito fundamental de nuestro enfoque recién propuesto es extraer características distintivas. El espectro de frecuencia de la señal obtenido a través del proceso de transformada rápida de Fourier se entrena en una estructura CNN diseñada para extraer características comprimidas con información espacial. Para resolver la característica no estacionaria, también aplicamos la técnica EMD a las señales orig

• Materias:Control de vibraciones Correlación de Vibraciones Sistema de amortiguación Aceleración vibratoria Detección de fallas
• Subjects:Vibration control Vibration Correlation Damping System Vibration Acceleration Fault Detection
• Palabras claves:Análisis; Señales de vibración; Diagnóstico de fallas; Maquinaria rotativa; Extracción de características; Técnicas de CNN
• Keywords:Analysis; Vibration signals; Fault diagnosis; Rotating machinery; Feature extraction; CNN techniques