Selección del nivel de descomposición WPT mediante el análisis de la sensibilidad de la energía relativa Wavelet

摘要

En el diseño de sistemas inteligentes de monitorización y diagnóstico de fallos en máquinas rotatorias, la selección adecuada de un patrón, que defina correctamente el defecto es fundamental. El objetivo principal en el diagnostico del fallo es el de obtener tasas de acierto de alto nivel. La transformada wavelet discreta TWD es una herramienta con un alto potencial para la extracción de patrones característicos [1]. A la hora de utilizar la TWD en su forma recursiva, como es la transformada wavelet en paquetes TWP, es necesario tener en cuenta el nivel de descomposición, el tipo de wavelet madre adecuada para el análisis y, finalmente, qué bandas de frecuencia de las generadas en el proceso de descomposición wavelet realmente determinan o contienen la información necesaria para diagnosticar. La elección de los parámetros comentados anteriormente no es una tarea sencilla, depende del elemento rotatorio a estudiar, las características de servicio, etc. En la mayoría de los trabajos, la selección se hace en base a la experiencia, métodos gráficos o de ensayo y error [2]. En este trabajo se presenta un método basado en el análisis de la energía relativa wavelet para seleccionar, de manera automática los parámetros definidos en la TWP. Esta selección permite extraer de manera eficiente los patrones característicos más adecuados para la posterior clasificación y detección del fallo. Para comprobar las bondades del método, éste se aplica a señales vibratorias generadas a partir de un modelo analítico de rotor Jeffcott donde se incluyen cuatro niveles de fisura. Este método determina el nivel de descomposición wavelet y las bandas más apropiadas para ser utilizadas como elementos de entrada (patrones) en sistemas inteligentes de clasificación.