Resumen

La identificación precisa de fallos en los sistemas de rodamientos mediante el análisis de las señales de vibración, que a menudo no son estacionarias, es un reto. Para abordar este problema, en este artículo se propone un nuevo enfoque basado en la descomposición modal empírica de conjunto complementario (CEEMD) y el modelado de series temporales. Este enfoque pretende identificar los fallos que aparecen en un sistema de rodamientos utilizando un modelo autorregresivo (AR) adecuado establecido a partir de la señal de vibración no estacionaria. En primer lugar, las señales de vibración medidas a partir de un sistema de rodamientos de prueba con diferentes condiciones de defecto se descomponen en un conjunto de funciones de modo intrínseco (IMFs) por medio del método CEEMD. En segundo lugar, las señales de vibración se filtran con parámetros de filtrado calculados. En tercer lugar, se selecciona la IMF que está estrechamente correlacionada con la señal filtrada de acuerdo con el coeficiente de correlación entre la señal filtrada y cada IMF y, a continuación, se establece el modelo AR de la IMF seleccionada. Posteriormente, los parámetros del modelo AR se consideran los vectores de características de entrada, y el modelo oculto de Markov (HMM) se utiliza para identificar el patrón de fallo de un rodamiento. El estudio experimental realizado en un sistema de prueba de rodamientos ha demostrado que el enfoque presentado puede identificar con precisión los fallos en los rodamientos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:señales de vibración, imf, fallos, sistema de prueba de rodamientos, parámetros del modelo ar, diferentes condiciones de defecto, descomposición modal empírica, vectores de características de entrada, funciones modales intrínsecas, señal de vibración no estacionaria
• Keywords:vibration signals, imf, faults, rolling bearing test system, ar model parameters, different defect conditions, empirical mode decomposition, input feature vectors, intrinsic mode functions, nonstationary vibration signal