Resumen

Se presenta un algoritmo de clasificación de vecinos más cercanos mejorado, que utiliza una medida de similitud basada en la densidad además de una medida de similitud basada en la distancia para mejorar el rendimiento diagnóstico en el diagnóstico de fallas en rodamientos. Debido a su uso de una medida de similitud basada únicamente en la distancia, la precisión de clasificación del -NN tradicional se deteriora en caso de muestras superpuestas y valores atípicos, y es altamente susceptible al tamaño del vecindario, . Este estudio aborda estas limitaciones proponiendo el uso de medidas de similitud basadas tanto en la distancia como en la densidad entre las muestras de entrenamiento y prueba. El clasificador -NN propuesto se utiliza para mejorar el rendimiento diagnóstico de un esquema de diagnóstico de fallas en rodamientos, que clasifica diferentes condiciones de falla en base a vectores de características híbridos extraídos de señales de emisión acústica (AE). Los resultados experimentales demuestran que el esquema propuesto, que utiliza el

• 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:Vecino más cercano; Algoritmo de clasificación; Medida de similitud basada en densidad; Medida de similitud basada en distancia; Diagnóstico de falla en rodamientos; Vectores de características híbridos
• Keywords:Nearest neighbor; Classification algorithm; Density based similarity measure; Distance based similarity measure; Bearing fault diagnosis; Hybrid feature vectors