Publicado

2017-10-01

Gaussian processes in ball bearing prognostics

Procesos gaussianos en el pronóstico de vida útil en rodamientos de bolas

Palabras clave:

Mechanical vibrations, ball bearings, gaussian processes, prognostics (en)
Vibraciones mecánicas, rodamientos de bolas, procesos gaussianos, pronóstico (es)

Descargas

Autores/as

In this work, vibration analysis and Gaussian Processes techniques are used in useful life prognostics of ball bearings. The database is provided by The Prognostics Data Repository from NASA, and shows the failure evolution in ball bearings. The data basis also provides training and validation data sets for ball bearing useful life prediction. Several time and frequency characteristics are extracted from ball bearing vibration signals for trending analysis, and finally one of these is taken as input for the Gaussian process and describe, with a probabilistic strategy, the failure evolution system. No dimensionality reduction algorithm is used in this paper, only the evaluation of trends in failure evolution is taken for decision.
This data basis was used in 2012 IEEE classification contest. Several participants used classification techniques based on time-frequency transformation and Artificial Intelligence algorithms but none of them used Gaussian Processes in a classification scheme. Although, the present work does not have the best results in classification it does show a major simplicity in formulation and implementation than most of the classification schemes.
Este trabajo combina el análisis de vibraciones con la regresión gaussiana para realizar el pronóstico de vida útil en rodamientos de bolas. La base de datos es suministrada por “The Prognostics Data Repository” de la NASA, esta base de datos muestra la evolución de falla en rodamientos de bolas. Se extraen múltiples características en tiempo y en frecuencia a partir de la señal de vibración, y finalmente una de ellas es empleada como entrada del proceso Gausiano y se describe, mediante una estrategia probabilística, la evolución de la falla en el sistema. En este trabajo no se utilizan algoritmos de reducción de la dimensionalidad, solamente se evalúa la tendencia de las características en función de la evolución de la falla como método de selección.
Esta base de datos fue usada en el 2012 en un concurso de clasificación organizado por la IEEE. Aunque este trabajo no tiene los mejores resultados de clasificación, si presenta una metodología de análisis mucho más simple que la mayoría de los concursantes y aplicable a un esquema de análisis y clasificación on-line.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Hongkun, L. and Yinhu, W., Rolling bearing reliability estimation based on logistic regression model. In: 2013 International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering (QR2MSE), 2013.

Inman, D., Farrar, V., Lopes, V. and Steffen, V., Damage prognosis for aerospace, civil and mechanical systems. John Wiley and Sons, Ltd, 2005. DOI: 10.1002/0470869097

Heng, A., Zhang, S., Tan,A.C. and Mathew, J., Rotating machinery prognostics: State of the art, challenges and opportunities, Mechanical Systems and Signal Processing, (23), pp. 724-739, 2009. DOI: 10.1016/j.ymssp.2008.06.009

Sloukia. F., El Aroussi, M., Medromi, H. and Wahbi, M., Bearing prognostic using Gaussian hidden Markov model and support vector machine, Computer Systems and Applications (AICCSA), 2013 ACS International Conference on. 27- 30 May, 2013, pp. 1-4.

Mosallam, A., Medjaher, K. and Zerhouni, N., Nonparametric time series modelling for industrial prognostics and health management. The International Journal of Advance Manufacturing Technology, 69(5-8), pp 1685-1699, November 2013.

Rasmussen, C.E. and Williams, C.K.I., Gaussian processes for machine learning. The MIT Press, 2006, ISBN 026218253.

Nectoux, P., Gouriveau, R., Medjaher, K., Ramasso, E., Morello, B., Zerhouni, N. and Varnier, C., PRONOSTIA: An experimental platform for bearings accelerated life test, IEEE International Conference on Prognostics and Health Management, Denver, CO, USA, 2012.

Patel, J., Patel, V. and Patel, A., Fault diagnosis of rolling bearing based on improve time frequency domain features using artificial neural networks, International Journal for Scientific Research & Development, 1(4), pp.781-788, 2013.

Quintero, H.F. y López, J.F., Vibraciones mecánicas: Un enfoque teórico práctico. Editorial Universidad Tecnológica de Pereira, 2016, 350 P., ISBN 9789587222609

Licencia

Derechos de autor 2017 DYNA

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.