Resumen

Este estudio propone un método de diagnóstico de fallas en vibraciones de rotores basado en la fusión de información característica de un patrón de puntos simetrizado (SDP) y una red neuronal convolucional (CNN) para resolver problemas de alta complejidad, no linealidad e inestabilidad en las señales originales de vibración del rotor. El método se utilizó para realizar la fusión de información de los componentes modales reales de las señales de vibración y la identificación de imágenes SDP utilizando CNN con el fin de lograr el diagnóstico de fallas por vibración. En comparación con otros métodos de procesamiento gráfico, el método propuesto expresó de manera más completa las características de diferentes señales de vibración y presentó las variaciones entre diferentes estados de vibración de una manera más simple e intuitiva. El método propuesto fue investigado experimentalmente utilizando señales de simulación y señales de prueba de rotores, y su validez y avances fueron demostrados mediante análisis experimental. Al utilizar CNN a través de aprendizaje profundo para extraer de manera adaptativa la información característica de

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Estudio; Patrón de puntos simetrizado; CNN; Método de diagnóstico de fallas; Señales de vibración; Fusión de información
• Keywords:Study; Symmetrized dot pattern; CNN; Fault diagnosis method; Vibration signals; Information fusion