Resumen

Se presenta un novedoso esquema de extracción y selección de características para el diagnóstico inteligente de fallas en motores, utilizando la factorización de matrices no negativas bidimensionales (2DNMF), la información mutua y los algoritmos genéticos de clasificación no dominada II (NSGA-II). Se realizan experimentos en un banco de pruebas de motor, en el que se simulan ocho condiciones de operación de motor diferentes, incluida una condición normal y siete condiciones de falla, para evaluar el esquema de extracción y selección de características presentado. En la fase de extracción de características, se utiliza inicialmente la técnica de transformación para convertir las señales de vibración del motor al dominio tiempo-frecuencia, lo que puede proporcionar información más detallada sobre las condiciones de operación del motor. Luego se emplea una técnica de extracción de características novedosa, llamada factorización de matrices no negativas bidimensionales, para caracterizar las representaciones tiempo-frecuencia. En la fase de selección de características, se utiliza un esquema híbrido de filtro y envolt

• 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:Extracción de características; Esquema de selección; Diagnóstico inteligente de fallas del motor; Factorización de matrices no negativas bidimensionales; Información mutua; NSGA-II
• Keywords:Feature extraction; Selection scheme; Intelligent engine fault diagnosis; Two-dimensional nonnegative matrix factorization; Mutual information; NSGA-II