Reconocimiento del Estado de Maquinaria Rotativa Basado en el Espectro Mel y Aprendizaje por Transferencia
Autores: Li, Fan; Lu, Zixiao; Tang, Junyue; Zhang, Weiwei; Tian, Yahui; Cui, Zhongyu; Jiang, Fei; Li, Honglang; Jiang, Shengyuan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Reconocimiento del Estado de Maquinaria Rotativa Basado en el Espectro Mel y Aprendizaje por Transferencia
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Perforación
Partículas del suelo
Estructura mecánica rotativa
Monitoreo en tiempo real
Espectro Mel
Aprendizaje por transferencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Durante la perforación en el suelo, la estructura mecánica rotativa se verá afectada por partículas del suelo y perturbaciones externas, lo que afecta la salud de la estructura mecánica rotativa. Por lo tanto, el monitoreo en tiempo real del estado operativo de las estructuras mecánicas rotativas es de gran importancia. Este documento propone un método de reconocimiento del estado de trabajo basado en el espectro de Mel y el aprendizaje por transferencia, que utiliza la información del dominio del tiempo y del dominio de la frecuencia de la señal de vibración mecánica para identificar el estado de trabajo de la estructura mecánica. En primer lugar, cortamos la señal a una longitud de ventana, y luego se obtiene el espectro de Mel de la señal truncada a través de la transformada de Fourier y el banco de filtros en escala Mel. Finalmente, adoptamos el método de aprendizaje por transferencia. El modelo preentrenado VGG16 se ajusta para extraer y clasificar las características del espectro de Mel. Los resultados experimentales muestran que el marco mantiene una precisión de más del 90% para señales de vibración bajo condiciones de ventana menores, lo que verifica la fiabilidad en tiempo real del método.
Descripción
Durante la perforación en el suelo, la estructura mecánica rotativa se verá afectada por partículas del suelo y perturbaciones externas, lo que afecta la salud de la estructura mecánica rotativa. Por lo tanto, el monitoreo en tiempo real del estado operativo de las estructuras mecánicas rotativas es de gran importancia. Este documento propone un método de reconocimiento del estado de trabajo basado en el espectro de Mel y el aprendizaje por transferencia, que utiliza la información del dominio del tiempo y del dominio de la frecuencia de la señal de vibración mecánica para identificar el estado de trabajo de la estructura mecánica. En primer lugar, cortamos la señal a una longitud de ventana, y luego se obtiene el espectro de Mel de la señal truncada a través de la transformada de Fourier y el banco de filtros en escala Mel. Finalmente, adoptamos el método de aprendizaje por transferencia. El modelo preentrenado VGG16 se ajusta para extraer y clasificar las características del espectro de Mel. Los resultados experimentales muestran que el marco mantiene una precisión de más del 90% para señales de vibración bajo condiciones de ventana menores, lo que verifica la fiabilidad en tiempo real del método.