基于S变换和XGBoost算法的进给系统轴承故障诊断方法 |
| |
引用本文: | 房昕宇,金隼,唐水龙.基于S变换和XGBoost算法的进给系统轴承故障诊断方法[J].机械设计与研究,2020,36(4):69-74. |
| |
作者姓名: | 房昕宇 金隼 唐水龙 |
| |
作者单位: | 上海交通大学机械与动力工程学院,上海200240;上海交大智邦科技有限公司,上海201306 |
| |
摘 要: | 为解决生产加工过程中进给系统滚动轴承故障特征难提取、传统分类算法故障识别效率和精度较低的问题,本文提出一种基于S变换-奇异值分解和极端梯度提升(XGBoost)算法的进给系统轴承故障诊断方法。首先对采集的振动信号进行S变换和奇异值分解提取特征;然后利用获取的特征矩阵,建立XGBoost故障识别模型。实验结果表明S变换-奇异值分解方法能够有效捕获滚动轴承故障特征,XGBoost较其他算法在故障识别中具有更高的准确性和辨识效率。
|
关 键 词: | S变换 奇异值分解 XGBoost 进给系统 滚动轴承 故障诊断 |
本文献已被 CNKI 万方数据 等数据库收录! |
|