Zamorano, MartaGómez, María JesúsCastejon, Cristina2026-08-062026-08-062026-07-12Zamorano, M, Gómez, M J & Castejon, C 2026, 'Mechanical Looseness Diagnosis Using Wavelet Packet Energy Analysis and Supervised Feature Relevance Evaluation', Machines, vol. 14, no. 7, 779. https://doi.org/10.3390/machines140707792075-1702unpaywall: 10.3390/machines14070779https://hdl.handle.net/10641/8244Publisher Copyright: © 2026 by the authors.La holgura mecánica es uno de los fallos más comunes que afectan a la maquinaria rotativa y puede provocar una degradación grave o un fallo catastrófico si no se detecta en las etapas iniciales. Este artículo presenta una metodología basada en vibraciones para el diagnóstico de holguras en ejes rotativos mediante análisis de energía con Transformada de Paquetes de Ondas (WPT) y evaluación supervisada de la relevancia de las características. Se realizaron experimentos en un banco de pruebas de maquinaria rotativa bajo condiciones sanas y defectuosas, con una holgura diametral introducida artificialmente de 0,5 mm. Las señales de vibración adquiridas a diferentes velocidades de rotación se procesaron mediante WPT para extraer características de energía de los paquetes en el dominio tiempo-frecuencia. Se empleó Análisis de Componentes Vecinas (NCA) para evaluar la capacidad discriminativa de las características extraídas e investigar la distribución de la información relacionada con la holgura a través de los paquetes WPT. Los resultados revelaron que la holgura mecánica genera patrones característicos de redistribución de energía concentrados en regiones de frecuencia específicas y que la velocidad de rotación influye significativamente en la localización y separabilidad de los componentes de vibración relacionados con el fallo. Además, se analizó la influencia de diferentes ondas madre, mostrando diferencias claras dependientes de las condiciones de operación en la relevancia discriminativa de las características de energía WPT extraídas. [Traducción automática al español; idioma original: inglés.]Mechanical looseness is one of the most common faults affecting rotating machinery and may lead to severe degradation or catastrophic failure if not detected at early stages. This paper presents a vibration-based methodology for looseness diagnosis in rotating shafts using Wavelet Packet Transform (WPT) energy analysis and supervised feature relevance evaluation. Experiments were conducted on a rotating machinery test bench under healthy and defective conditions with an artificially introduced diametral clearance of 0.5 mm. Vibration signals acquired at different rotational speeds were processed through WPT to extract packet energy features from the time-frequency domain. Neighborhood Component Analysis (NCA) was employed to evaluate the discriminative capability of the extracted features and to investigate the distribution of looseness-related information across the WPT packets. The results revealed that mechanical looseness generates characteristic energy redistribution patterns concentrated within specific frequency regions and that rotational speed significantly influences the localization and separability of the fault-related vibration components. The influence of different mother wavelets was additionally analyzed, showing clear operating-condition-dependent differences in the discriminative relevance of the extracted WPT energy features.186250758enghttp://creativecommons.org/licenses/by-nc-nd/4.0/Neighborhood Component AnalysisWavelet Packet Transformcondition monitoringfault diagnosismechanical loosenessmother wavelet selectionrotating machineryvibration analysisControl and Systems EngineeringComputer Science (miscellaneous)Mechanical EngineeringControl and OptimizationIndustrial and Manufacturing EngineeringElectrical and Electronic EngineeringYesyesjournal articleopen access10.3390/machines14070779https://www.scopus.com/pages/publications/105045972430https://www.scopus.com/pages/publications/105045972430#tab=citedByhttps://www.webofscience.com/wos/woscc/full-record/WOS:001832613800001