Resumen

Las fallas en los rodamientos a menudo conducen a la falla del sistema electromecánico debido a su alta velocidad y complejas condiciones de trabajo. Recientemente, se ha informado de una gran cantidad de estudios de diagnóstico de fallas en rodamientos basados en datos de vibración. Sin embargo, pocos estudios se han centrado en el diagnóstico de fallas en rodamientos bajo condiciones variables. Este documento propone un método de diagnóstico de fallas basado en reconocimiento de imágenes para rodamientos con el fin de realizar la clasificación de fallas bajo condiciones de trabajo variables. El método propuesto incluye los siguientes pasos. Primero, los datos de señales de vibración se transforman en una imagen bidimensional basada en la técnica de trama de recurrencia (RP). A continuación, se emplea un método popular de extracción de características ampliamente utilizado en el campo de la imagen, la transformación de características invariante a escala (SIFT), para extraer características de falla de la RP bidimensional y generar posteriormente un vector de características de 128 dimensiones. En tercer lugar, debido a

• Materias:Degradación acelerada Fatiga estructural Proceso de compresión Metodología de detección Movimiento caótico
• Subjects:Accelerated degradation Structural fatigue Compression process Detection methodology Chaotic motion
• Palabras claves:Rodamiento de rodillos; Diagnóstico de fallas; Datos de vibración; Reconocimiento de imágenes; Condiciones variables; Red neuronal
• Keywords:Rolling bearing; Fault diagnosis; Vibration data; Image recognition; Variable conditions; Neural network