典型文献
基于改进GWO-LightGBM的滚动轴承未知故障诊断
文献摘要：
针对滚动轴承未知新故障误判影响轴承安全性和检修效率的问题,提出了一种基于改进灰狼算法(GWO)和轻量级梯度提升机(LightGBM)的故障诊断模型,实现已知/未知故障的高精度判别.为避免单一尺度下特征提取的缺失,对滚动轴承振动信号分别提取时域、频域和小波域特征建立多域特征集.设计了带未知新故障判别机制的GWO-LightGBM模型,并构造含有Halton序列和模拟退火策略的GWO实现了模型参数有效优化.实例试验结果表明,模型对已知和未知类故障平均识别率达99.57％,10次随机试验平均识别率分别比单一分类模型逻辑回归(LR)、最近邻分类器(KNN)和支持向量机(SVM)高21.98％、17.00％、9.27％,验证了模型的有效性和优越性,能高准确率地识别出已知或以前从未出现的新故障.
文献关键词：
滚动轴承;特征提取;集成学习;轻量级梯度提升机;改进灰狼算法;未知故障诊断
中图分类号：
作者姓名：
柴琴琴;陈舒迪;王武;黄捷
作者机构：
福州大学电气工程与自动化学院,福州350108
文献出处：
引用格式：
[1]柴琴琴;陈舒迪;王武;黄捷-.基于改进GWO-LightGBM的滚动轴承未知故障诊断)[J].航空动力学报,2022(04):848-855
A类：
B类：
GWO,LightGBM,未知故障诊断,新故障,误判,承安,检修,改进灰狼算法,轻量级梯度提升机,故障诊断模型,一尺,滚动轴承振动信号,频域,小波域,多域特征,征集,故障判别,Halton,模拟退火策略,有效优化,知类,识别率,随机试验,分类模型,逻辑回归,LR,最近邻分类,分类器,KNN,或以,从未,集成学习
AB值：
0.321963
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
