Resumen

Los rodamientos de caja de ejes son los componentes mecánicos más críticos de los vehículos ferroviarios. El monitoreo de la condición es de gran beneficio para garantizar el estado saludable de los rodamientos en el tren ferroviario. En este documento, se propone un nuevo modelo de diagnóstico de fallas para rodamientos de caja de ejes basado en la extracción de características de distribución alfa estable simétrica y máquinas de vectores de soporte de mínimos cuadrados (LS-SVM) utilizando señales de vibración, que se lleva a cabo en tres pasos principales. En primer lugar, se utiliza el método de promedios no locales rápidos para el despeje de ruido y se aplica la descomposición en modos empíricos de conjunto para extraer información de características de falla. Luego se emplea un nuevo método estadístico de extracción de características, la distribución alfa estable simétrica, para obtener características representativas de las funciones de modo intrínseco. Además, los conjuntos híbridos de características de

• 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:Rodamientos de caja de eje; Modelo de diagnóstico de fallas; Señales de vibración; LS-SVM; Extracción de características de falla; Tipo de falla
• Keywords:Axle box bearings; Fault diagnosis model; Vibration signals; LS-SVM; Fault feature extraction; Fault type