Xgboost在滚动轴承故障诊断中的应用.pdfVIP

下载本文档

28
0
约2.85万字
约 6页
2017-11-12 发布于湖北
举报
版权申诉

Xgboost在滚动轴承故障诊断中的应用.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第37 卷第4 期噪声与振动控制 Vol 37 No.4 2017 年8 月 NOISE AND VIBRATION CONTROL Aug. 2017 文章编号：1006-1355(2017)04-0166-05+ 179 Xgboost 在滚动轴承故障诊断中的应用 1 1 2 1 张钰，陈珺，王晓峰，刘飞（1. 轻工过程先进控制教育部重点实验室，江南大学自动化研究所，江苏无锡 214122 ； 2. 西门子中国研究院，北京 100000 ）摘要：针对不同轴承数据特征选择困难和单个分类器方法在滚动轴承故障诊断中精度较低的问题，提出一种基于分类与回归树的Xgboost(eXtreme Gradient Boosting)轴承故障诊断算法。Xgboost 是包含多个分类器的集成学习方法。通过Xgboost 的“提升”思想来提高滚动轴承故障诊断的精度。首先，从滚动轴承的振动信号中提取时域特征参数；然后利用Xgboost 算法对滚动轴承故障进行诊断。将SQI-MFS 实验平台的轴承振动数据，与传统分类器（支持向量机、邻近算法和人工神经网络）以及单个分类回归树的诊断结果相比，结果表明Xgboost 在轴承故障诊断率上优于上述几种算法，且计算时间比传统提升决策树算法短。关键词：振动与波；滚动轴承；故障诊断；支持向量机；Xgboost 中图分类号：TH 133.3 ；TP206 文献标识码：A DOI 编码：10.3969/j.issn. 1006-1355.2017.04.032 Application of Xgboost to Fault Diagnosis of Rolling Bearings 1 1 2 1 ZHANG Yu , CHEN Jun , WANG Xiao-feng , LIU Fei ( 1. Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, Jiangsu China; 2. SIEMENS China Institute, Beijing 100000, China ) Abstract : Due to the difficulty for selecting the data feature for different bearings and the low accuracy in fault diagnosis of rolling bearings using single classifier method, a rolling bearing fault diagnosis algorithm with eXtreme Gradient Boosting (Xgboost) based on classification and regression tree is proposed. The Xgboost i