Diagnóstico de fallas utilizando una mejora en la descomposición en modo empírico de conjunto completo con algoritmo de selección de función de modo intrínseco basado en ruido adaptativo y potencia
Autores: Han, Hyungseob; Cho, Sangjin; Kwon, Sundeok; Cho, Sang-Bock
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Diagnóstico de fallas utilizando una mejora en la descomposición en modo empírico de conjunto completo con algoritmo de selección de función de modo intrínseco basado en ruido adaptativo y potencia
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Descomposición en modo empírico
Sistema de diagnóstico de fallas
Funciones de modo intrínseco
Mezcla de modos
Modos espurios
EMD de conjunto completo.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
En el sistema de diagnóstico de fallas que utiliza la descomposición en modos empíricos (EMD), es importante seleccionar las funciones de modo intrínseco (IMFs) que contienen la mayor cantidad de información de falla posible y aliviar los problemas de mezcla de modos y modos espurios. Una solución efectiva a estos problemas en el proceso de descomposición puede ayudar a determinar IMFs significativas y mejorar el rendimiento del sistema de diagnóstico de fallas. Este artículo describe un novedoso algoritmo de selección de IMF basado en la potencia y evalúa el rendimiento del sistema de diagnóstico de fallas propuesto utilizando EMD de conjunto completo mejorado con ruido adaptativo y una red neuronal de perceptrón multicapa.
Descripción
En el sistema de diagnóstico de fallas que utiliza la descomposición en modos empíricos (EMD), es importante seleccionar las funciones de modo intrínseco (IMFs) que contienen la mayor cantidad de información de falla posible y aliviar los problemas de mezcla de modos y modos espurios. Una solución efectiva a estos problemas en el proceso de descomposición puede ayudar a determinar IMFs significativas y mejorar el rendimiento del sistema de diagnóstico de fallas. Este artículo describe un novedoso algoritmo de selección de IMF basado en la potencia y evalúa el rendimiento del sistema de diagnóstico de fallas propuesto utilizando EMD de conjunto completo mejorado con ruido adaptativo y una red neuronal de perceptrón multicapa.