Resumen

El diagnóstico de fallas en rodamientos es una tarea significativa y desafiante. La mayoría de los métodos primero extraen características estadísticas y luego realizan el diagnóstico de fallas. En la actualidad, la tecnología de identificación inteligente de rodamientos depende en su mayoría de redes neuronales profundas, lo que requiere un alto rendimiento del equipo informático y un gran esfuerzo en la sintonización de hiperparámetros. Para abordar estos problemas, se propone un método de diagnóstico de fallas en rodamientos basado en el algoritmo de bosque profundo mejorado. En primer lugar, se extrae la información de características de falla del rodamiento a través de un escaneo de múltiples granos, y luego se realiza el diagnóstico de fallas mediante un bosque en cascada. Teniendo en cuenta la calidad de ajuste y la diversidad del clasificador, se actualizan el clasificador y la estrategia en cascada. Para verificar la efectividad del método propuesto, se realiza una comparación con el método tradicional de aprendizaje automático. Los resultados

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Rodamiento de bolas; Diagnóstico de fallas; Algoritmo de bosque profundo; Información de características de falla; Bosque en cascada; Clasificador
• Keywords:Rolling bearing; Fault diagnosis; Deep forest algorithm; Fault feature information; Cascade forest; Classifier