Biblioteca122.294 documentos en línea

Artículo

Machine Learning-Based Fault Diagnosis of Self-Aligning Bearings for Rotating Machinery Using Infrared ThermographyDiagnóstico de fallos basado en aprendizaje automático de rodamientos autoalineables para maquinaria rotativa mediante termografía infrarroja

Resumen

Los rodamientos se consideran componentes indispensables y crticos de los equipos mecnicos, que soportan las fuerzas bsicas y las cargas dinmicas. Entre las diferentes tcnicas de monitorizacin de estado (CM), la termografa infrarroja (IRT) ha ganado protagonismo debido a su naturaleza sin contacto, alta precisin y fiabilidad. Este artculo presenta el uso de la IRT para el diagnstico de fallos en rodamientos. Se ha aplicado una transformada wavelet discreta bidimensional (2D-DWT) para la descomposicin de la imagen trmica. El anlisis de componentes principales (PCA) se ha utilizado para la reduccin de la dimensionalidad de las caractersticas extradas y, a partir de ah, se obtienen las caractersticas ms relevantes. Adems, para la clasificacin de los fallos y la evaluacin del rendimiento se consideraron como clasificadores la mquina de vectores soporte (SVM), el anlisis discriminante lineal (LDA) y el k-nearest neighbor (KNN). Los resultados revelan que la SVM super al LDA, as como al KNN. La monitorizacin de estado sin contacto muestra un gran potencial para ser implementada en la determinacin de la salud de la mquina. La utilizacin de instrumentos basados en imgenes trmicas sin contacto tiene un enorme potencial para anticipar el mantenimiento y aumentar la disponibilidad de la mquina.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento