Time-Frequency Analysis Method for Rolling Bearings Fault Diagnosis

El artículo se centra en el diagnóstico de fallos en rodamientos de bolas, un componente crucial en máquinas rotatorias. Se destaca la importancia de la detección temprana de fallos para evitar daños mayores y tiempos de inactividad no programados en máquinas rotatorias. Se explora la utilización de técnicas digitales de procesamiento de señales para el análisis de vibraciones, y se argumenta que los métodos de representación de señales de tiempo-frecuencia son particularmente útiles para analizar las complejas señales de vibración que se producen durante los fallos en las máquinas rotatorias. Dentro de estas técnicas, la distribución de Wigner-Ville (WVD) se presenta como una herramienta poderosa para el análisis de señales no estacionarias, ofreciendo una excelente localización en el dominio tiempo-frecuencia, conservación de energía y valores reales que evitan trabajar con la parte imaginaria del espectro.

A pesar de las ventajas de WVD, la presencia de términos cruzados en su representación tiempo-frecuencia (TFR) puede conducir a interpretaciones erróneas. Para abordar este problema, se han desarrollado métodos de descomposición de señales, como la descomposición modal variacional (VMD) y la descomposición local media (LMD), que reducen la complejidad de las señales de vibración, permitiendo reconstruirlas solo con sus componentes principales. Sin embargo, la identificación de los componentes relevantes que contienen información sobre el fallo suele basarse en una inspección visual y la identificación de la banda de resonancia del alojamiento del rodamiento. Para superar estos inconvenientes, el artículo propone un enfoque que combina las ventajas de VMD y WVD para obtener resultados más fiables e ilustrativos en el diagnóstico de fallos de rodamientos.

La metodología propuesta incluye la descomposición de la señal utilizando VMD y la posterior selección de los componentes efectivos utilizando la divergencia de Kullback-Leibler (KLD). La KLD, a diferencia de la curtosis, permite medir la correlación entre las distribuciones de la señal original y cada uno de sus componentes, identificando los componentes no relevantes para descartarlos de forma automática. Además, se utiliza un algoritmo simple de búsqueda de picos para asegurar que los componentes analizados tengan picos en la vecindad de las frecuencias características del fallo. Para analizar los componentes del fallo en el espectro, se incluye un análisis de envolvente-WVD.

Se utilizaron dos bases de datos experimentales de acceso abierto, CWRU e IMS, para validar la metodología. Se evaluaron los resultados obtenidos con el método propuesto y se compararon con los resultados de los métodos tradicionales de envolvente-FFT. Se encontró que la metodología propuesta basada en VMD presentó mejores resultados en la detección de los componentes del fallo, aumentando la magnitud de las frecuencias características del fallo hasta un 73% al utilizar la suma de las envolventes de los componentes efectivos, en comparación con los picos encontrados en el espectro de envolvente. Además, la metodología demostró ser robusta en el análisis de señales más difíciles, como las que presentan picos desconocidos en el espectro o señales de baja magnitud. El artículo destaca que la metodología propuesta es una herramienta eficaz y eficiente para el diagnóstico automatizado de fallos en rodamientos de bolas, con un rendimiento de clasificación de 98.28%.