Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración

El monitoreo de condición de motores de combustión interna (MCI) facilita que las operaciones del sector industrial moderno sean más rentables. En este sentido, las señales de vibración comúnmente son empleadas como un enfoque no invasivo para el análisis de MCI. Sin embargo, el monitoreo de MCI bas...

Full description

Autores:
Hernández-Muriel, José Alberto
Álvarez-Meza, Andrés Marino
Echeverry-Correa, Julián David
Orozco-Gutierrez, Álvaro Ángel
Álvarez-López, Mauricio Alexánder
Tipo de recurso:
Article of journal
Fecha de publicación:
2017
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
eng
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/1013
Acceso en línea:
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/698
http://hdl.handle.net/20.500.12622/1013
Palabra clave:
Motores de combustión interna
señales de vibración
características multi-dominio
análisis de relevancia
selección de características
Internal combustion engines
vibration signal
multi-domain features
relevance analysis
feature selection
Rights
License
https://creativecommons.org/licenses/by/3.0/deed.es_ES
id RepoITM2_5da1c90661d1a527667e41e7d12f97ca
oai_identifier_str oai:repositorio.itm.edu.co:20.500.12622/1013
network_acronym_str RepoITM2
network_name_str Repositorio ITM
repository_id_str
dc.title.spa.fl_str_mv Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
dc.title.alternative.none.fl_str_mv Feature relevance estimation for vibration-based condition monitoring of an internal combustion engine
title Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
spellingShingle Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
Motores de combustión interna
señales de vibración
características multi-dominio
análisis de relevancia
selección de características
Internal combustion engines
vibration signal
multi-domain features
relevance analysis
feature selection
title_short Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
title_full Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
title_fullStr Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
title_full_unstemmed Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
title_sort Estimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibración
dc.creator.fl_str_mv Hernández-Muriel, José Alberto
Álvarez-Meza, Andrés Marino
Echeverry-Correa, Julián David
Orozco-Gutierrez, Álvaro Ángel
Álvarez-López, Mauricio Alexánder
dc.contributor.author.none.fl_str_mv Hernández-Muriel, José Alberto
Álvarez-Meza, Andrés Marino
Echeverry-Correa, Julián David
Orozco-Gutierrez, Álvaro Ángel
Álvarez-López, Mauricio Alexánder
dc.subject.spa.fl_str_mv Motores de combustión interna
señales de vibración
características multi-dominio
análisis de relevancia
selección de características
topic Motores de combustión interna
señales de vibración
características multi-dominio
análisis de relevancia
selección de características
Internal combustion engines
vibration signal
multi-domain features
relevance analysis
feature selection
dc.subject.keywords.eng.fl_str_mv Internal combustion engines
vibration signal
multi-domain features
relevance analysis
feature selection
description El monitoreo de condición de motores de combustión interna (MCI) facilita que las operaciones del sector industrial moderno sean más rentables. En este sentido, las señales de vibración comúnmente son empleadas como un enfoque no invasivo para el análisis de MCI. Sin embargo, el monitoreo de MCI basado en vibraciones presenta un desafío relacionado con las propiedades de la señal, la cual es altamente dinámica y noestacionaria, sin mencionar las diversas fuentes presentes durante el proceso de combustión. En este artículo, se propone una estrategia de análisis de relevancia orientada al monitoreo de MCI basado en vibraciones. Este enfoque incorpora tres etapas principales: descomposición de la señal utilizando un algoritmo de Ensemble Empirical Mode Decomposition, estimación de parámetros multi-dominio desde representaciones en tiempo y frecuencia, y una selección supervisada de características basada en Relief-F. Así, las señales de vibración se descomponen utilizando un análisis auto-adaptativo para representar la no-linealidad y no-estacionariedad de las series de tiempo. Luego, para codificar dinámicas complejas y/o no estacionarias, se calculan algunos parámetros en el dominio del tiempo y de la frecuencia. Posteriormente, se calcula un vector de índice de relevancia para cuantificar la contribución de cada una de las características multidominio para discriminar diferentes categorías de estimación de mezcla de combustible y diagnóstico de MCI. Los resultados de clasificación obtenidos (cercanos al 98% de acierto) en una base de datos de MCI, revelan como la propuesta planteada identifica un subconjunto de características relevantes en el monitorio de condición de MCI.
publishDate 2017
dc.date.issued.none.fl_str_mv 2017-05-02
dc.date.accessioned.none.fl_str_mv 2019-07-18T14:13:13Z
2019-08-22T13:53:38Z
dc.date.available.none.fl_str_mv 2019-07-18T14:13:13Z
2019-08-22T13:53:38Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
dc.type.eng.fl_str_mv Research Papers
dc.type.spa.fl_str_mv Artículos de investigación
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_6501
format http://purl.org/coar/resource_type/c_6501
dc.identifier.none.fl_str_mv https://revistas.itm.edu.co/index.php/tecnologicas/article/view/698
10.22430/22565337.698
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12622/1013
url https://revistas.itm.edu.co/index.php/tecnologicas/article/view/698
http://hdl.handle.net/20.500.12622/1013
identifier_str_mv 10.22430/22565337.698
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://revistas.itm.edu.co/index.php/tecnologicas/article/view/698/680
dc.relation.ispartofjournal.none.fl_str_mv TecnoLógicas
dc.rights.spa.fl_str_mv https://creativecommons.org/licenses/by/3.0/deed.es_ES
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by/3.0/deed.es_ES
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Instituto Tecnológico Metropolitano (ITM)
dc.source.none.fl_str_mv 2256-5337
0123-7799
dc.source.eng.fl_str_mv TecnoLógicas; Vol 20 No 39 (2017); 157-172
dc.source.spa.fl_str_mv TecnoLógicas; Vol. 20 Núm. 39 (2017); 157-172
institution Instituto Tecnológico Metropolitano
bitstream.url.fl_str_mv https://dspace-itm.metabuscador.org/bitstreams/ea9f8508-9b2f-423d-b97c-16f700dfa4a1/download
https://dspace-itm.metabuscador.org/bitstreams/59decff2-88c9-4d7d-babf-3f2f7f6093c4/download
https://dspace-itm.metabuscador.org/bitstreams/02cf23bd-8397-495f-a6d6-83b30733979e/download
bitstream.checksum.fl_str_mv a3145f0fd424076dcc20e8af395091c9
cc3e81daeb370d99621cac272f87f587
477713200d772da7c15a982cd5e06086
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Instituto Tecnológico Metropolitano de Medellín
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1837096899976364032
spelling Hernández-Muriel, José AlbertoÁlvarez-Meza, Andrés MarinoEcheverry-Correa, Julián DavidOrozco-Gutierrez, Álvaro ÁngelÁlvarez-López, Mauricio Alexánder2019-07-18T14:13:13Z2019-08-22T13:53:38Z2019-07-18T14:13:13Z2019-08-22T13:53:38Z2017-05-02https://revistas.itm.edu.co/index.php/tecnologicas/article/view/69810.22430/22565337.698http://hdl.handle.net/20.500.12622/1013El monitoreo de condición de motores de combustión interna (MCI) facilita que las operaciones del sector industrial moderno sean más rentables. En este sentido, las señales de vibración comúnmente son empleadas como un enfoque no invasivo para el análisis de MCI. Sin embargo, el monitoreo de MCI basado en vibraciones presenta un desafío relacionado con las propiedades de la señal, la cual es altamente dinámica y noestacionaria, sin mencionar las diversas fuentes presentes durante el proceso de combustión. En este artículo, se propone una estrategia de análisis de relevancia orientada al monitoreo de MCI basado en vibraciones. Este enfoque incorpora tres etapas principales: descomposición de la señal utilizando un algoritmo de Ensemble Empirical Mode Decomposition, estimación de parámetros multi-dominio desde representaciones en tiempo y frecuencia, y una selección supervisada de características basada en Relief-F. Así, las señales de vibración se descomponen utilizando un análisis auto-adaptativo para representar la no-linealidad y no-estacionariedad de las series de tiempo. Luego, para codificar dinámicas complejas y/o no estacionarias, se calculan algunos parámetros en el dominio del tiempo y de la frecuencia. Posteriormente, se calcula un vector de índice de relevancia para cuantificar la contribución de cada una de las características multidominio para discriminar diferentes categorías de estimación de mezcla de combustible y diagnóstico de MCI. Los resultados de clasificación obtenidos (cercanos al 98% de acierto) en una base de datos de MCI, revelan como la propuesta planteada identifica un subconjunto de características relevantes en el monitorio de condición de MCI.Condition monitoring of Internal Combustion Engines (ICE) benefits cost-effective operations in the modern industrial sector. Because of this, vibration signals are commonly monitored as part of a non-invasive approach to ICE analysis. However, vibration-based ICE monitoring poses a challenge due to the properties of this kind of signals. They are highly dynamic and non-stationary, let alone the diverse sources involved in the combustion process. In this paper, we propose a feature relevance estimation strategy for vibration-based ICE analysis. Our approach is divided into three main stages: signal decomposition using an Ensemble Empirical Mode Decomposition algorithm, multi-domain parameter estimation from time and frequency representations, and a supervised feature selection based on the Relief-F technique. Accordingly, we decomposed the vibration signals by using self-adaptive analysis to represent nonlinear and non-stationary time series. Afterwards, time and frequency-based parameters were calculated to code complex and/or non-stationary dynamics. Subsequently, we computed a relevance vector index to measure the contribution of each multi-domain feature to the discrimination of different fuel blend estimation/diagnosis categories for ICE. In particular, we worked with an ICE dataset collected from fuel blends under normal and fault scenarios at different engine speeds to test our approach. Our classification results presented nearly 98% of accuracy after using a k-Nearest Neighbors machine. They reveal the way our approach identifies a relevant subset of features for ICE condition monitoring. One of the benefits is the reduced number of parameters.application/pdfengInstituto Tecnológico Metropolitano (ITM)https://revistas.itm.edu.co/index.php/tecnologicas/article/view/698/680TecnoLógicashttps://creativecommons.org/licenses/by/3.0/deed.es_EShttp://purl.org/coar/access_right/c_abf22256-53370123-7799TecnoLógicas; Vol 20 No 39 (2017); 157-172TecnoLógicas; Vol. 20 Núm. 39 (2017); 157-172Motores de combustión internaseñales de vibracióncaracterísticas multi-dominioanálisis de relevanciaselección de característicasInternal combustion enginesvibration signalmulti-domain featuresrelevance analysisfeature selectionEstimación de características relevantes para el monitoreo de condición de motores de combustión interna a partir de señales de vibraciónFeature relevance estimation for vibration-based condition monitoring of an internal combustion engineinfo:eu-repo/semantics/articleResearch PapersArtículos de investigaciónhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85PublicationORIGINAL698-Manuscrito-986-1-10-20180411.pdf698-Manuscrito-986-1-10-20180411.pdfapplication/pdf1498441https://dspace-itm.metabuscador.org/bitstreams/ea9f8508-9b2f-423d-b97c-16f700dfa4a1/downloada3145f0fd424076dcc20e8af395091c9MD51trueAnonymousREADTHUMBNAIL698-Manuscrito-986-1-10-20180411.pdf.jpg698-Manuscrito-986-1-10-20180411.pdf.jpgGenerated Thumbnailimage/jpeg5793https://dspace-itm.metabuscador.org/bitstreams/59decff2-88c9-4d7d-babf-3f2f7f6093c4/downloadcc3e81daeb370d99621cac272f87f587MD52falseAnonymousREADTEXT698-Manuscrito-986-1-10-20180411.pdf.txt698-Manuscrito-986-1-10-20180411.pdf.txtExtracted texttext/plain51174https://dspace-itm.metabuscador.org/bitstreams/02cf23bd-8397-495f-a6d6-83b30733979e/download477713200d772da7c15a982cd5e06086MD53falseAnonymousREAD20.500.12622/1013oai:dspace-itm.metabuscador.org:20.500.12622/10132025-06-24 09:26:08.835open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.com