Resumen

Con el auge de la fabricacin inteligente en la industria moderna, los sistemas inteligentes de diagnstico de fallos se han convertido en una necesidad para los equipos y mquinas, lo que ha atrado la atencin de muchos investigadores. Sin embargo, debido a los requisitos de suficientes datos etiquetados para la mayora de los enfoques actuales, es difcil implementarlos en escenarios industriales reales. En este trabajo, se construye un sistema inteligente de diagnstico de fallos no supervisado basado en la transferencia de caractersticas para extraer los datos histricos etiquetados del dominio de origen, utilizando la transferencia de caractersticas para facilitar el diagnstico de fallos del dominio de destino. El conjunto de caractersticas originales se adquiere mediante el anlisis de tiempo-frecuencia EEMD. A continuacin, se adopta el algoritmo de anlisis de componentes de transferencia para minimizar la distancia entre las distribuciones marginales de los dominios de origen y destino, lo que reduce la discrepancia de caractersticas entre los distintos dominios. Por ltimo, se utiliza SVM en la multiclasificacin para identificar diferentes categoras de fallos. El rendimiento del sistema de diagnstico de fallos bajo diferentes cargas se prueba en el conjunto de datos de rodamientos CWRU, y los experimentos muestran que el sistema propuesto podra mejorar eficazmente la capacidad de reconocimiento del diagnstico de fallos no supervisado.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Fabricación inteligente; Sistema de diagnóstico de fallos; Transferencia de características; Análisis de tiempo-frecuencia EEMD; Análisis de componentes de transferencia; SVM
• Keywords:Intelligent manufacturing; Fault diagnosis system; Feature transfer; EEMD time-frequency analysis; Transfer component analysis; SVM