본 논문은 웨이블릿 노이즈 제거 방식과 내재 모드 함수(IMF) 공분산 행렬의 고유 직교 값(proper orthogonal value, POV)을 이용하여 롤러 베어링 시스템의 고장 진단을 조사한다. 베어링 진동 신호의 IMF는 경험적 모드 분해(empirical mode decomposition, EMD)를 통해 획득한다. 웨이블릿 영역에서의 신호 선별 과정은 베어링 상태의 부정확한 예후로 이어질 수 있는 노이즈 오염 구간을 제거한다. 우리는 노이즈 제거된 베어링 신호를 여러 구간으로 분할하고, 각 구간을 IMF로 분해하였다. 각 구간의 첫 번째 IMF를 수집하여 POV 계산을 위한 공분산 행렬을 구성한다. 건강한 베어링과 손상된 베어링으로부터 얻은 공분산 행렬이 서로 다른 POV 프로파일을 나타내며, 이는 손상에 민감한 특성일 수 있음을 보인다. 또한 측정 신호의 첨도(kurtosis) 값을 관찰하는 기존의 특징 추출 접근을 제시하여, 제안 기법의 성능을 비교한다. 본 연구는 웨이블릿 기반 노이즈 제거의 가능성을 입증하며, 실험실 실험을 통해 IMF의 공분산 행렬에 대한 적절한 고유 직교 값을 추적하는 것이 베어링 결함 모니터링을 위한 효과적이고 신뢰할 수 있는 척도가 될 수 있음을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.