Resumen

El análisis de la señal de vibración es uno de los métodos más efectivos para el diagnóstico de fallas mecánicas. Una parte de la información disponible siempre está oculta en el ruido de los componentes, lo que dificulta mucho detectar la falla, especialmente en las etapas tempranas del desarrollo. Este documento presenta un nuevo enfoque para el diagnóstico de fallas mecánicas basado en el análisis en el dominio del tiempo y el agrupamiento adaptativo de fuzzy-means. Al analizar la señal de vibración recopilada, se calculan nueve parámetros comunes en el dominio del tiempo. Este conjunto de datos constituye una matriz de datos como vectores característicos a detectar. Y utilizando el agrupamiento adaptativo de fuzzy-means, se puede obtener el número óptimo de agrupamientos para luego reconocer diferentes tipos de fallas. Además, se seleccionan cinco parámetros, incluyendo la varianza, RMS, curtosis, asimetría y factor de cresta, de los nueve como la nueva matriz de autovectores a agrupar para una actuación de

• 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:Análisis de señales de vibración; Diagnóstico de fallas mecánicas; Análisis en el dominio del tiempo; Agrupamiento adaptativo de medias difusas; Parámetros en el dominio del tiempo; Identificación de fallas
• Keywords:Vibration signal analysis; Mechanical fault diagnosis; Time domain analysis; Adaptive fuzzy -means clustering; Time domain parameters; Fault identification