Resumen

Este estudio investiga un método novedoso para el diagnóstico de fallas en rodamientos de rodillos basado en la descomposición local de escala característica (LCD) de la entropía energética, junto con una máquina de vectores de soporte diseñada utilizando un Algoritmo de Optimización de Reacción Química Artificial, conocido como ACROA-SVM. Primero, las señales originales de vibración de aceleración se descomponen en componentes de escala intrínseca (ISCs). Segundo, se introduce el concepto de entropía energética de LCD. Tercero, las características de energía extraídas de varios ISCs que contienen la información de falla más dominante sirven como vectores de entrada para el clasificador de máquina de vectores de soporte. Finalmente, se propone el clasificador ACROA-SVM para reconocer el patrón de falla en el rodamiento de rodillos. El análisis de las señales de rodamientos con fallas en la pista interna y externa muestra que el enfoque de diagnóstico basado en

• Materias:Interacción dinámica Efectos de amortiguamiento Velocidades críticas Control de vibraciones Amortiguador
• Subjects:Dynamic interaction Damping effects Critical velocities Vibration control Damper
• Palabras claves:Estudio; Diagnóstico de fallas en rodamientos de rodillos; Descomposición local de características a escala; Entropía de energía; Máquina de vectores de soporte; ACROA-SVM
• Keywords:Study; Roller bearing fault diagnosis; Local characteristic-scale decomposition; Energy entropy; Support vector machine; ACROA-SVM