-
题名基于LightGBM的滚动轴承故障诊断研究
- 1
-
-
作者
程翔
蔡俊
-
机构
安徽理工大学电气与信息工程学院
-
出处
《兰州文理学院学报（自然科学版）》
2024年第1期59-65,共7页
-
文摘
针对滚动轴承信号故障诊断过程中样本数据多且分布不均衡的问题,提出一种基于轻量级梯度提升机(Light Gradient Boosting Machine,LGBM)算法的故障辨识方法.该方法结合了信号的时域和频域统计指标,通过小波包分解获取各频段能量信息,构建特征空间.同时采用斯皮尔曼相关系数法对特征进行筛选.在算法选取阶段,研究人员将构建好的特征样本输入到3种不同的算法模型中,并通过绘制学习曲线确定选取的训练集样本数量和最优算法.针对训练集样本不均衡问题,以分层随机划分交叉验证法为基础构建“N折平均分类器”和网格搜索法对模型进行调参.最终,将测试集输入到“N折平均分类器”中,得到LGBM模型在测试集上的F1分数.在美国凯斯西储大学的轴承数据集进行的检验结果表明该方法在滚动轴承故障诊断方面表现良好,测试集诊断F1分数高达99.65%,为滚动轴承故障诊断提供了一种新方法.
-
关键词
滚动轴承
N折平均分类器
LGBM
分层随机划分交叉验证
F1分数
-
Keywords
rolling bearing
N-fold average classifier
LGBM
hierarchical random division cross-validation
F1 score
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
