Nivel: Avanzado
Para construir un sistema de monitoreo de detección de anomalías en tiempo real para rodamientos de rodillos, la señal de aceleración del rodamiento de rodillos se preprocesa en incrementos de 0,5 segundos y luego se aplican varios indicadores estadísticos a la señal de aceleración preprocesada para determinar el NOR (normal) y el ORF. (pista exterior) del rodamiento de rodillos Después de definir los patrones de (falla de la pista interna) e IRF (falla de la pista interna), aprendemos los patrones utilizando técnicas de aprendizaje automático para construir un sistema que monitorea la detección de anomalías en tiempo real. Al aplicar la metodología estadística de JMP, se seleccionaron Skewness y Kurtosis como indicadores estadísticos para reconocer los patrones NOR (normal), ORF (falla de pista exterior) e IRF (falla de pista interior) de señales de aceleración de rodamientos de rodillos, y JMP proporcionó el reconocimiento de patrones. Se construyó un modelo de detección de anomalías aplicando metodologías de aprendizaje automático como ANN (Artificial Neural Network), SVM (Support Vector Machines) y regresión logística, NL (Nominal Logistics).
