Please use this identifier to cite or link to this item:
http://dspace.ucuenca.edu.ec/handle/123456789/33331
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Peña Ortega, Mario Patricio | - |
dc.contributor.author | Cerrada, Mariela | - |
dc.contributor.author | Alvarez Palomeque, Lourdes Ximena | - |
dc.contributor.author | Jadan Aviles, Diana Carolina | - |
dc.contributor.author | Lucero, Pablo M | - |
dc.contributor.author | Barragan Landy, Milton Francisco | - |
dc.contributor.author | Guaman Guachichullca, Noe Rodrigo | - |
dc.contributor.author | Sánchez, René Vinicio | - |
dc.date.accessioned | 2019-08-27T13:59:30Z | - |
dc.date.available | 2019-08-27T13:59:30Z | - |
dc.date.issued | 2018 | - |
dc.identifier.issn | 1064-1246, 1875-8967 (online) | - |
dc.identifier.uri | http://dspace.ucuenca.edu.ec/handle/123456789/33331 | - |
dc.identifier.uri | https://www.scopus.com/record/display.uri?eid=2-s2.0-85049382824&doi=10.3233%2fJIFS-169525&origin=inward&txGid=ad5f3dd705af4eb8a7e0f4ae3849b487#corrAuthorFooter | - |
dc.description | El número de características para el diagnóstico de fallas en maquinaria rotativa puede ser grande debido a las diferentes señales disponibles que contienen información útil. De un amplio conjunto de características disponibles, algunas de ellas son más adecuadas que otras, para clasificar adecuadamente ciertos modos de falla. El enfoque clásico para la selección de características tiene como objetivo clasificar el conjunto de características originales; sin embargo, enselección de características, se ha reconocido que un conjunto de mejores características individuales no necesariamente conduce a una buena clasificación. Este documento propone un marco para la ingeniería de características para identificar el conjunto de características que pueden producir grupos de datos adecuados. Primero, el marco utiliza ANOVA combinado con la prueba de Tukey para clasificar las características significativas individualmente; a continuación, se realiza un análisis adicional basado en las distancias entre grupos y dentro del grupo para clasificar subconjuntos de características significativas previamente identificadas. Nuestra contribución tiene como objetivo descubrir el subconjunto de características que discrimina mejor los grupos de datos asociados a varias condiciones defectuosas de los dispositivos mecánicos, para construir clasificadores de fallas múltiples más robustos. Clasificación de gravedad de fallas enlos rodamientos se estudian para verificar el marco propuesto, con datos recopilados de un banco de pruebas en condiciones reales de velocidad y carga en el dispositivo giratorio. | - |
dc.description.abstract | The number of features for fault diagnosis in rotating machinery can be large due to the different available signals containing useful information. From an extensive set of available features, some of them are more adequate than other ones, to classify properly certain fault modes. The classic approach for feature selection aims at ranking the set of original features; nevertheless, in feature selection, it has been recognized that a set of best individually features does not necessarily lead to good classification. This paper proposes a framework for feature engineering to identify the set of features which can yield proper clusters of data. First, the framework uses ANOVA combined with Tukey's test for ranking the significant features individually; next, a further analysis based on inter-cluster and intra-cluster distances is accomplished to rank subsets of significant features previously identified. Our contribution aims at discovering the subset of features that discriminates better the clusters of data associated to several faulty conditions of the mechanical devices, to build more robust multi-fault classifiers. Fault severity classification in rolling bearings is studied to verify the proposed framework, with data collected from a test bed under real conditions of speed and load on the rotating device. © 2018 - IOS Press and the authors. All rights reserved. | - |
dc.language.iso | es_ES | - |
dc.source | Journal of Intelligent and Fuzzy Systems | - |
dc.subject | Anova | - |
dc.subject | Bearings | - |
dc.subject | Cluster Validity Assessment | - |
dc.subject | Fault Diagnosis | - |
dc.subject | Feature Engineering | - |
dc.subject | Knn | - |
dc.title | Feature engineering based on ANOVA, cluster validity assessment and KNN for fault diagnosis in bearings | - |
dc.title.alternative | null | - |
dc.type | ARTÍCULO | - |
dc.ucuenca.idautor | 0302168141 | - |
dc.ucuenca.idautor | Sgrp-1895-2 | - |
dc.ucuenca.idautor | 0103184362 | - |
dc.ucuenca.idautor | 0104236971 | - |
dc.ucuenca.idautor | Sgrp-1895-5 | - |
dc.ucuenca.idautor | 0201858719 | - |
dc.ucuenca.idautor | 0105291595 | - |
dc.ucuenca.idautor | 0000-0003-0395-9228 | - |
dc.identifier.doi | 10.3233 / JIFS-169525 | - |
dc.ucuenca.embargoend | 2050-08-27 | - |
dc.ucuenca.version | Versión publicada | - |
dc.ucuenca.embargointerno | 2050-08-27 | - |
dc.ucuenca.areaconocimientounescoamplio | 07 - Ingeniería, Industria y Construcción | - |
dc.ucuenca.afiliacion | Peña, M., Universidad de Cuenca, Facultad de Ciencias Químicas, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Cerrada, M., Universidad Politecnica Salesiana, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Alvarez, L., Universidad de Cuenca, Facultad de Ciencias Químicas, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Jadan, D., Universidad de Cuenca, Facultad de Ciencias Químicas, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Lucero, P., Universidad Politecnica Salesiana, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Barragan, M., Universidad de Cuenca, Facultad de Ciencias Químicas, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Guaman, N., Universidad de Cuenca, Facultad de Ciencias Químicas, Cuenca, Ecuador | - |
dc.ucuenca.afiliacion | Sánchez, R., Universidad Politecnica Salesiana, Cuenca, Ecuador | - |
dc.ucuenca.correspondencia | Cerrada, Mariela, mcerrada@ups.edu.ec | - |
dc.ucuenca.volumen | volumen 34, número 6 | - |
dc.ucuenca.indicebibliografico | SCOPUS | - |
dc.ucuenca.factorimpacto | 0.412 | - |
dc.ucuenca.cuartil | Q2 | - |
dc.ucuenca.numerocitaciones | 0 | - |
dc.ucuenca.areaconocimientofrascatiamplio | 2. Ingeniería y Tecnología | - |
dc.ucuenca.areaconocimientofrascatiespecifico | 2.3 Ingeniería Mecánica | - |
dc.ucuenca.areaconocimientofrascatidetallado | 2.3.1 Ingeniería Mecánica | - |
dc.ucuenca.areaconocimientounescoespecifico | 071 - Ingeniería y Profesiones Afines | - |
dc.ucuenca.areaconocimientounescodetallado | 0715 - Mecánica y Metalurgia | - |
dc.ucuenca.urifuente | https://www.iospress.nl/journal/journal-of-intelligent-fuzzy-systems/ | - |
Appears in Collections: | Artículos |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
documento.pdf Until 2050-08-27 | document | 650.41 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Centro de Documentacion Regional "Juan Bautista Vázquez" | ||||||||||
|