Biblioteca122.739 documentos en línea

Artículo

A Hybrid Approach for Fault Diagnosis of Railway Rolling Bearings Using STWD-EMD-GA-LSSVMUn enfoque híbrido para el diagnóstico de fallos en rodamientos de ferrocarril utilizando STWD-EMD-GA-LSSVM

Resumen

Las señales de vibración procedentes de los rodamientos de ferrocarril son no estacionarias por naturaleza; en este artículo se propone un enfoque híbrido para el diagnóstico de fallos de los rodamientos de ferrocarril utilizando la eliminación de ruido mediante ondículas de umbral de segmento (STWD), la descomposición empírica de modos (EMD), el algoritmo genético (GA) y la máquina de vectores de soporte de mínimos cuadrados (LSSVM). En primer lugar, la señal original se denota utilizando STWD como prefiltro, lo que mejora la posterior descomposición en una serie de funciones de modo intrínseco (IMF) utilizando EMD. En segundo lugar, se extraen los pares de energía de las FMI como parámetros característicos. Al mismo tiempo, se emplea un AG para optimizar el LSSVM y mejorar la precisión de la clasificación. Por último, las características extraídas se utilizan como entradas para la clasificación por el GA-LSSVM. Se utilizan señales reales de vibración de rodamientos ferroviarios para verificar experimentalmente la eficacia del método propuesto. Los resultados muestran que el nuevo método es eficaz y preciso para el diagnóstico de fallos en rodamientos de ferrocarril.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento