Resumen

La detección de fallas en los engranajes es una de las áreas de investigación subyacentes en el campo del monitoreo de condiciones de máquinas rotativas. Se han propuesto muchos métodos como enfoque. Una de las tareas principales para obtener la mejor detección de fallas es examinar qué tipo de característica(s) debe(n) ser extraída(s) para aclarar/mejorar la situación. En este artículo, se utiliza un nuevo método para extraer características de la señal de vibración, llamado Patrón Binario Local 1D (1D LBP). Se procesan las señales de vibración de una máquina rotativa con engranajes normales, rotos y agrietados para la extracción de características. Las características extraídas de las señales originales se utilizan como entradas para un clasificador basado en -Vecinos más Cercanos (-NN) y Máquina de Vectores de Soporte (SVM) para tres clases (normal, roto o agrietado). La efectividad del enfoque propuesto se evalúa para la detección de fallas en los engranajes

• 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:Detección de fallas en engranajes; Monitoreo de condiciones; Máquinas rotativas; Extracción de características; Señal de vibración; Clasificador
• Keywords:Gear fault detection; Condition monitoring; Rotating machines; Feature extraction; Vibration signal; Classifier