Resumen

Los rodamientos de elementos rodantes son ampliamente utilizados en maquinaria rotativa de alta velocidad; por lo tanto, es necesario un procedimiento adecuado de monitoreo y diagnóstico de fallas para evitar grandes fallos en las máquinas. Dado que la extracción de características y la clasificación basadas en señales de vibración son importantes en la técnica de monitoreo de condiciones, y las características superfluas pueden degradar el rendimiento de la clasificación, es necesario extraer características independientes. Por lo tanto, en este estudio se presenta el LSSVM (máquina de vectores de soporte de mínimos cuadrados) basado en KICA-GDA híbrido (análisis de componentes independientes kernel-generalized discriminate analysis). También se presenta un nuevo método llamado diseño de conjunto de características de subbanda sensible (SSFD) basado en paquetes de ondas; utilizando el método propuesto de espectro diferencial de varianza, se seleccionan las subbandas sensibles. En primer lugar, se obtienen características independientes mediante KICA; se reduce la redundancia de características. En segundo lugar,

• Materias:Control de vibraciones Seguridad industrial Vibración de rodamientos Dinámica no lineal Vibración dinámica
• Subjects:Vibration control Industrial safety Bearing vibration Nonlinear dynamics Dynamic vibration
• Palabras claves:Rodamientos de elementos rodantes; Monitoreo; Diagnóstico de fallas; Señales de vibración; LSSVM; Extracción de características
• Keywords:Rolling element bearings; Monitoring; Fault diagnosis; Vibration signals; LSSVM; Feature extraction