基于S变换和XGBoost算法的进给系统轴承故障诊断方法

发布时间：2023-02-22 19:19

　　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。

【文章页数】：6 页

【文章目录】：
1 ST-SVD故障特征提取方法
    1.1 S变换
    1.2 奇异值分解
2 基于XGBoost算法的故障辨识模型
3 故障诊断方法流程设计
4 实验及验证
    4.1 实验方案设计
    4.2 XGBoost算法参数优化
    4.3 实验结果
5 结 语



本文编号：3748146