科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电机轴承故障问题，提出一种基于极限梯度上升树(XGboost)与贝叶斯优化(Bayesian Optimization)相结合的电机轴承故障诊断方法。提取电机轴承振动信号的小波包能量特征，使振动信号具有较好的可靠性，提高了故障诊断的准确率。采用贝叶斯优化算法对极限梯度上升树(XGboost)中的最大迭代次数、上升树的最大深度等参数进行超参数优化，并与故障诊断中常用的其他算法进行对比。实验结果表明：基于贝叶斯优化的极限梯度上升树(XGboost)的方法不仅能够实现对电机轴承的不同位置故障的准确识别，而且对每一个位置故障的严重程度有较好的诊断效果，具有较强的实用性。
-
单位东北大学; 辽宁科技学院
