Resumen

La extracción de características de rendimiento es el principal problema en la evaluación de la degradación del rendimiento de los equipos. Para hacer frente al problema de la caracterización del rendimiento de alta dimensión y la complejidad del cálculo de los indicadores de rendimiento en el procesamiento rollo a rollo de material flexible, este artículo propone un método PCA para extraer la característica de degradación del eje del rodillo. Basándose en el análisis de los factores que influyen en el rendimiento del rodillo de procesamiento rollo a rollo de material flexible, se construyó un modelo de extracción de análisis de componentes principales. Se estableció la matriz original de parámetros de características compuesta por parámetros de características de 10 dimensiones, como el dominio del tiempo, el dominio de la frecuencia y el dominio del tiempo-frecuencia de la señal de vibración del eje del rodillo; a continuación, obtuvimos una nueva matriz de parámetros de características Zorg∗ normalizando la matriz original de parámetros de características. La medida de correlación entre cada dos parámetros de la matriz Zorg∗ se utilizó como valor propio para establecer la matriz de covarianza de los parámetros de características de degradación del rendimiento. Se introdujo el método de iteración de Jacobi para derivar el algoritmo para resolver el valor propio y el vector propio de la matriz de covarianza. Por último, utilizando la tasa de contribución acumulativa de los valores propios como regla de selección, se ponderaron linealmente y se fusionaron los vectores propios y se obtuvo la matriz de componentes principales F de la señal de vibración del rodillo de procesamiento. Los experimentos mostraron que las características de 10 dimensiones obtenidas inicialmente de las señales de vibración de los rodillos de procesamiento, como la media, la media cuadrática, el índice de curtosis, la frecuencia centroide, la media cuadrática de la frecuencia, la desviación estándar de la frecuencia y la energía del componente de la función de modo intrínseco, pueden expresarse mediante componentes principales tridimensionales F1, F2 y F3. Se ha conseguido reducir la dimensión de las características de la señal de vibración, y F1, F2 y F3 contienen el 98,9% de los datos originales de la señal de vibración, lo que ilustra que el método tiene una gran precisión en la extracción de los parámetros de las características y la ventaja de eliminar la correlación entre los parámetros de las características y reducir la carga de trabajo de selección de los parámetros de las características.

• Materias:Cavitación Máquinas eléctricas Propiedades mecánicas Turbina eólica Turbomáquina
• Subjects:Cavitation Electric machines Mechanical properties Wind turbine Turbomachine
• Palabras claves:matriz de parámetros de características originales, rodillo de material flexible, parámetros de características, valor propio, matriz de covarianza, eje del rodillo, componentes principales dimensionales f1, f2, evaluación de la degradación del rendimiento del equipo, señal de vibración en el dominio de la frecuencia, componente de función de modo intrínseco
• Keywords:original feature parameter matrix, flexible material roll, feature parameters, eigenvalue, covariance matrix, roll shaft, dimensional principal components f1, f2, equipment performance degradation assessment, frequency domain vibration signal, intrinsic mode function component