摘要
为提高扁平振动电机缺陷检测的精度,保证反馈模态稳定、提升产品形象,利用gcForest模型复杂度可根据数据集自适应调整与CatBoost算法的高准确率的优点,提出一种基于gcForest与CatBoost的缺陷检测方法(gcCatBoost)。首先,使用数据采集卡获取电机的电压信号;其次,将电压信号输入gcForest的多粒度扫描结构得到特征向量;最后,将得到的特征向量输入级联CatBoost结构进行分类,识别出电机的5类缺陷信号,将电机的不同品质量化。实验结果验证了该方法应用于电压信号诊断的可行性,比现有缺陷检测方法更精确,准确率达到98.41%,可以满足市场对扁平振动电机的品质需求。
- 单位