基于多维缩放和随机森林的轴承故障诊断方法
发布时间：2025-04-30
点击次数：
- 发布时间：
- 2025-04-30
- 论文名称：
- 基于多维缩放和随机森林的轴承故障诊断方法
- 发表刊物：
- 西安交通大学学报
- 摘要：
- 为快速准确识别轴承的运行状态,提出了一种基于多维缩放和随机森林的轴承故障诊断方法。该方法针对轴承振动信号自相关函数采用函数型数据分析拟合系数构造故障特征集,使用网格搜索法优化随机森林参数得到特征重要性排序,然后使用多维缩放方法对特征选择后的故障特征集进行降维,最后采用随机森林对降维后的故障特征进行诊断识别。为验证所提方法有效性,开展了正常、内圈故障、外圈故障、滚子故障状态下的轴承振动实验。采用本文所提方法的分析结果表明,函数型数据分析的特征提取方式能有效地表征不同状态轴承振动信号的不同特征,多维缩放方法与t分布随机领域嵌入和主分量分析相比具有更高的类间距离类内距离比且优势明显,各类状态的诊断准确率均高达100%,较使用了原始特征集的随机森林平均准确率提高了5%。
- 合写作者：
- 张西宁、张雯雯、周融通、余迪
- 是否译文：
- 否
- 发表时间：
- 2019-03-26