| 多域特征融合的旋转机械故障诊断 | |
| 所属分类：技术论文 | |
| 上传者：wwei | |
| 文档大小：2249 K | |
| 标签： 旋转机械故障诊断 音频信号处理 梅尔频率倒谱系数 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：针对旋转机械在复杂工况、变转速及多故障类别条件下声学信号易受噪声干扰且特征提取困难的问题，提出一种基于多域特征融合与XGBoost分类器的轴承故障音频诊断方法。以BJTU-RAO Bogie数据集和渥太华大学电机故障数据集中的多工况轴承音频信号为研究对象，从原始信号中提取时域、频域及梅尔频率倒谱系数（MFCC）特征。通过观察XGBoost特征重要性排序、Shapley值分析与特征相关性热力图，筛选出高贡献度、低冗余度的核心特征集，以降低模型复杂度并增强可解释性，同时结合多域声学特征融合与特征重要性分析，实现旋转机械声学信号的高效诊断。实验结果显示，该方法在BJTU-RAO数据集各工况下的加权平均准确率与召回率均超过96%；在渥太华大学数据集中，恒速条件下准确率超过98%，变速条件下仍保持在83%以上。这表明所提方法在多工况、多故障条件下的高精度、强鲁棒性及良好泛化能力，对工业现场强噪声背景下的在线监测具有广泛的应用价值。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2