A Fault Diagnosis Model for Rotating Machinery Using VWC and MSFLA-SVM Based on Vibration Signal Analysis

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: El diagnóstico de fallas de maquinaria rotativa incluye principalmente la extracción de características de fallas y la clasificación de fallas. La señal de vibración proveniente de la operación de la maquinaria generalmente puede ayudar a diagnosticar el estado operativo del equipo. Diferentes tipos de fallas suelen tener diferentes características vibratorias, que son en realidad la base del diagnóstico de fallas. Este documento propone un modelo novedoso de diagnóstico de fallas, que extrae características combinando la severidad de la vibración, la energía tiempo-espectro de la onda diádica y el espectro de potencia de los coeficientes del nivel máximo de energía de la onda (VWC) en la etapa de extracción de características. En la etapa de clasificación de fallas, diseñamos una máquina de vectores de soporte (SVM) basada en el algoritmo de saltos de rana barajados modificado (MSFLA) para clasificar con precisión el método de falla de maquinaria. Específicamente, utilizamos el método MSFLA para optimizar los
Citación recomendada (normas APA)
: Hindawi, "A Fault Diagnosis Model for Rotating Machinery Using VWC and MSFLA-SVM Based on Vibration Signal Analysis", -:Revista VirtualPRO,, 2019. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3938952/), el día 2025-07-04.

Información adicional