Resumen

En este estudio se presenta el método de diagnóstico de fallas de rodamientos basado en la transformada wavelet de elevación (LWT), la reconstrucción autoadaptativa del espacio de fases (SPSR), la descomposición de valores singulares (SVD) y la máquina de vectores de relevancia (RVM) basada en el algoritmo de búsqueda gravitacional binario (BGSA), entre los cuales se presenta LWT-SPSR-SVD (LSS) para la extracción de características de la señal de vibración del rodamiento. Las características dinámicas de las señales reconstruidas de los coeficientes de wavelet de elevación (LWCs) de la señal de vibración del rodamiento pueden ser reflejadas por SPSR para las señales reconstruidas de LWCs de la señal de vibración del rodamiento, y BGSA se utiliza para seleccionar la dimensión del espacio de incrustación y el retardo temporal de la reconstrucción del espacio de fases (PSR) y el parámetro de kernel de RVM. Para mostrar la superioridad de

• Materias:Matriz acústica Ingeniería subterránea Vibración longitudinal Transmisión dinámica Fallas de rodamientos
• Subjects:Acoustic array Underground engineering Longitudinal vibration Dynamic transmission Bearing failures
• Palabras claves:Falla; Rodamiento; LWT; SPSR; SVD; RVM
• Keywords:Fault; Bearing; LWT; SPSR; SVD; RVM