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。

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。