Resumen

Con el fin de diagnosticar con precisión las fallas del retardador de la máquina de bombeo de aceite en entornos complejos y mejorar la generalización del algoritmo, se propuso un algoritmo de diagnóstico de fallas GWO-SVM basado en la combinación de características de textura de sonido y entropía de vibración. En primer lugar, la señal de sonido adquirida fue purificada por un filtro pasa banda, luego se desarrolló la S-transformación generalizada para extraer la dimensión de caja, la directividad y la relación de contraste, que reflejan las características del espectro tiempo-frecuencia, para construir vectores de textura tridimensionales. En segundo lugar, el parámetro de descomposición de modo variacional (VMD) fue seleccionado de manera razonable mediante el método de energía, y luego la señal de vibración fue descompuesta para obtener componentes modales, y la entropía de permutación se obtuvo a partir de los componentes modales. Finalmente, se construyeron eigenvectores conjuntos y se introduj

• Materias:Análisis estructural Ingeniería subterránea Capacidad de tráfico Descomposición del modo variacional Fallas para rodamientos
• Subjects:Structural analysis Underground engineering Traffic capacity Variational mode decomposition Failures for bearings
• Palabras claves:Diagnosticar; Fallas en el retardador; Máquina de bombeo de aceite; Algoritmo de diagnóstico de fallas GWO-SVM; Textura del sonido; Características de entropía de vibración
• Keywords:Diagnose; Retarder faults; Oil pumping machine; GWO-SVM fault diagnosis algorithm; Sound texture; Vibration entropy characteristics