发明名称 |
一种基于GentleBoost的飞机发电机轴承故障诊断方法 |
摘要 |
本发明公开了一种基于GentleBoost的飞机发电机轴承故障诊断方法,建立飞机发电机轴承故障试验平台,采集轴承在四种不同工作状态下的振动加速度信号作为训练样本,构成一个样本集合,将该样本集合中的每个样本提取该样本256个时域采样点的10种统计特征,设计一个二元弱分类器,并采用GentleBoost分类方法增强该弱分类器,针对滚动轴承四种工作状态,形成6对两两组合的二元分类器,根据多数表决原则组成一个多元分类器。本发明提高了故障特征的覆盖面,避免了特征重叠区域的多分类泛化误差问题,可以提高难分样本的分类准确度,获得较高的飞机发电机滚动轴承的故障识别率。 |
申请公布号 |
CN102589884A |
申请公布日期 |
2012.07.18 |
申请号 |
CN201210051354.X |
申请日期 |
2012.03.01 |
申请人 |
西北工业大学 |
发明人 |
刘贞报;姚培;布树辉;姜洪开 |
分类号 |
G01M13/04(2006.01)I |
主分类号 |
G01M13/04(2006.01)I |
代理机构 |
西北工业大学专利中心 61204 |
代理人 |
顾潮琪 |
主权项 |
一种基于GentleBoost的飞机发电机轴承故障诊断方法,其特征在于包括下述步骤:(1)建立飞机发电机轴承故障试验平台,采集轴承在四种不同工作状态下的振动加速度信号,四种工作状态分别为轴承的正常状态、内圈损伤、外圈损伤以及滚动体损伤,以作为训练样本;信号采样在时域下进行,采样频率为10KHz;每种状态下针对振动加速度信号连续采集8192个点,并将采样点等分为32个样本,每个样本包括256个采样点,这些样本构成了一个样本集合,该样本集合按照1∶1比例随机抽取四类样本构成一个训练集合和一个测试集;(2)针对步骤(1)建立的样本集合,将该样本集合中的每个样本提取该样本256个时域采样点的10种统计特征,统计特征包括:最大值、最小值、中位数、值域、均值、方差、标准差、峭度、偏斜度和最大梯度;该10种统计特征构成一个特征向量,样本集合里的每一个样本都具有一个特征向量。(3)设计一个二元弱分类器;(4)采用GentleBoost分类方法增强步骤(3)实现的弱分类器;(5)由步骤(4)构成的二元分类器,针对滚动轴承四种工作状态,形成6对两两组合的二元分类器,根据多数表决原则组成一个多元分类器;该分类器实现包括正常状态、内圈损伤、外圈损伤以及滚动体损伤四种工作状态的分类,从而达到故障识别和诊断的目的。 |
地址 |
710072 陕西省西安市友谊西路127号 |