Resumen

Para predecir la vida restante del tornillo de bolas, se propone un método de predicción de vida restante del tornillo basado en el algoritmo genético cuántico (QGA) y la máquina de vectores de soporte (SVM). Se introduce un banco de pruebas acelerado para tornillos. Se instalan acelerómetros para monitorear el degradación del rendimiento del tornillo de bolas. Combinado con la descomposición de paquetes de wavelet y el mapeo isométrico (Isomap), se obtienen y almacenan en una base de datos los vectores de características sensibles. Mientras tanto, los vectores de características sensibles se eligen aleatoriamente de la base de datos y constituyen muestras de entrenamiento y muestras de prueba. Luego, se buscan los parámetros óptimos de la función del núcleo y el factor de penalización de SVM con el método de QGA. Finalmente, las muestras de entrenamiento se utilizan para entrenar SVM optimizado mientras que las muestras de prueba se adoptan para probar la precisión

• Materias:Control de vibraciones Correlación de Vibraciones Sistema de amortiguación Aceleración vibratoria Detección de fallas
• Subjects:Vibration control Vibration Correlation Damping System Vibration Acceleration Fault Detection
• Palabras claves:Predecir; Tornillo de bolas; Algoritmo genético cuántico; Máquina de vectores de soporte; Acelerómetro; Modelo de predicción
• Keywords:Predict; Ball screw; Quantum genetic algorithm; Support vector machine; Accelerometer; Prediction model