Resumen

La tecnología inteligente de diagnóstico de fallas de maquinaria rotativa es una forma importante de garantizar la seguridad de la producción industrial. Para mejorar la precisión del diagnóstico autónomo utilizando datos de fallas mecánicas no etiquetados, se ha desarrollado un nuevo algoritmo inteligente de diagnóstico para maquinaria rotativa basado en la agrupación adaptativa de búsqueda de picos de densidad de transferencia. Combinado con el algoritmo de extracción de características de energía de paquetes de ondas, el algoritmo propuesto puede mejorar la precisión computacional y reducir el tiempo de consumo computacional. El algoritmo propuesto de agrupación adaptativa de búsqueda de picos de densidad de transferencia puede ajustar de forma adaptativa los parámetros de clasificación y marcar las categorías de datos experimentales no etiquetados. Los resultados del análisis experimental de rodamientos demostraron que la técnica propuesta es adecuada para el diagnóstico de fallas de maquinaria utilizando datos no etiquetados, en comparación con otros algoritmos tradicionales.

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Inteligente; Diagnóstico de fallas; Maquinaria rotativa; Diagnóstico autónomo; Agrupamiento de búsqueda de picos de densidad de transferencia adaptativa; Energía de paquete de wavelet; Algoritmo de extracción de características
• Keywords:Intelligent; Fault diagnosis; Rotating machinery; Autonomous diagnosis; Adaptive transfer density peak search clustering; Wavelet packet energy; Feature extraction algorithm