基于特征优选和GWOA-XGBoost的电机轴承故障诊断...
授权
摘要
本发明涉及基于特征优选和GWOA‑XGBoost的电机轴承故障诊断方法，包括如下步骤：使用优化的VMD对电机轴承的振动信号进行特征分解，获得其IMF分量，基于多尺度熵理论计算各IMF分量的MSE值，通过所述MSE值对振动信号进行特征重构；利用GA算法对WOA算法进行改进得到GWOA模型，通过GWOA模型对XGBoost模型进行优化；将特征重构的振动信号输入优化后的XGBoost模型，得到电机轴承故障诊断结果。本发明的电机轴承故障诊断方法能提高电机轴承故障诊断的精度。
基本信息
专利标题 ：
基于特征优选和GWOA-XGBoost的电机轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114169110A
申请号 ：
CN202210126343.7
公开（公告）日 ：
2022-03-11
申请日 ：
2022-02-10
授权号 ：
CN114169110B
授权日 ：
2022-06-07
发明人 ：
樊清川于飞徐小健王素华宣敏黄雅鑫魏永清肖非然
申请人 ：
中国人民解放军海军工程大学
申请人地址 ：
湖北省武汉市硚口区解放大道717号
代理机构 ：
武汉蓝宝石专利代理事务所(特殊普通合伙)
代理人 ：
范三霞
优先权 ：
CN202210126343.7
主分类号 ：
G06F30/17
IPC分类号 ：
G06F30/17 G06F30/25 G06F30/27 G06N3/00 G06N3/12 G01M13/045 G06F111/04 G06F111/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/17
机械参量或变量的设计
法律状态
2022-06-07 ：
授权
2022-03-29 ：
实质审查的生效
IPC(主分类) : G06F 30/17
申请日 : 20220210
申请日 : 20220210
2022-03-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
