Resumen

La señal de vibración de fallos compuestos de maquinaria rotativa adquirida en campos reales tiene las características de fuentes de ruido complejas, fuerte ruido de fondo y no linealidad, lo que hace que el algoritmo tradicional de separación ciega de fuentes no sea adecuado para la separación ciega de fallos de acoplamiento de maquinaria rotativa. Teniendo en cuenta estos problemas, se propuso un método de extracción de señales de fallo multifuente basado en el análisis de paquetes de ondas (WPA) y el análisis rápido de componentes independientes (FastICA). En primer lugar, de acuerdo con las características de la señal de vibración de la maquinaria rotativa, se presenta y describe un método eficaz de eliminación de ruido del paquete de ondas basado en el umbral medio para reducir el ruido de la señal de vibración. En el método, los umbrales de cada nodo de la mejor base del paquete wavelet se adquieren y promedian, y luego el valor medio se utiliza como umbral global para cuantificar el coeficiente de descomposición de cada nodo. En segundo lugar, se separaron las señales mixtas utilizando el algoritmo FastICA mejorado. Finalmente, los resultados de las simulaciones y el análisis de señales de vibración de maquinaria rotativa real muestran que el método puede extraer las características de fallo de la maquinaria rotativa, verificando la eficacia del algoritmo propuesto.

• Materias:Máquinas eléctricas Propiedades mecánicas Mecánica de fluidos Turbinas de gas Turbomáquina
• Subjects:Electric machines Mechanical properties Fluid mechanics Gas turbines Turbomachine
• Palabras claves:método, señal de vibración, mejor base de paquetes wavelet, análisis rápido de componentes independientes, análisis de señales de vibración de maquinaria, algoritmo tradicional de separación ciega de fuentes, fuentes de ruido complejas, algoritmo fastica mejorado, fallos compuestos de maquinaria, fallo de acoplamiento de maquinaria
• Keywords:method, vibration signal, best wavelet packet basis, fast independent component analysis, machinery vibration signals analysis, traditional blind source separation algorithm, complex noise sources, improved fastica algorithm, machinery compound faults, machinery coupling fault