-
题名基于CNN和XGBoost的滚动轴承故障诊断方法
被引量：17
- 1
-
-
作者
马怀祥
冯旭威
李东升
齐澍椿
-
机构
石家庄铁道大学机械工程学院
中铁十四局集团有限公司芜湖长江隧道建设指挥部
-
出处
《中国工程机械学报》
北大核心
2021年第3期254-259,共6页
-
文摘
滚动轴承是旋转机械最主要的零部件之一,针对滚动轴承故障类型的有效识别问题,提出了一种基于卷积神经网络(CNN)和极端梯度提升(XGBoost)的滚动轴承故障诊断方法。对滚动轴承数据进行预处理,利用训练集对CNN进行训练和调参,运用训练好的CNN模型进行特征的提取,并使用XGBoost模型进行故障类型的分类。采用德国帕德博恩大学滚动轴承进行模型的测试,结果表明:该模型交叉验证得分接近满分,并且在测试集上准确率达到了99%,优于仅仅使用CNN、支持向量机(SVM)、XGBoost以及三层神经网络。
-
关键词
卷积神经网络
极端梯度提升
故障诊断
滚动轴承
-
Keywords
convolutional neural networks(CNN)
eXtreme gradient boosting(XGBoost)
fault diagnosis
rolling bearing
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TH133.33
[机械工程—机械制造及自动化]
-
-
题名基于实例推理的盾构机主轴承再制造修复方案优选研究
- 2
-
-
作者
段保亮
马怀祥
李东升
齐澍椿
-
机构
石家庄铁道大学机械工程学院
中铁十四局集团有限公司芜湖长江隧道建设指挥部
-
出处
《表面工程与再制造》
2019年第6期20-23,27,共5页
-
文摘
由于使用工况和施工条件的差异,盾构机主轴承报废形式和零件磨损失效形式多种多样,故修复方案存在差异。为提高从事盾构机主轴承再制造企业的生产效率,减轻工作人员的劳动强度,本文通过LabVIEW 2014软件开发了基于实例推理的盾构机主轴承再制造修复方案优选系统。通过输入盾构机主轴承零件再制造前的尺寸参数、硬度信息、表面缺陷等参数后,与再制造工程师认可的历史修复案例进行相似度比较,可以实现盾构机主轴承零件再制造修复方案的优选,从而减少了修复方案的研讨工作,提高了生产效率。
-
关键词
实例推理
修复方案优选
再制造
盾构机主轴承
-
分类号
U455.39
[建筑科学—桥梁与隧道工程]
-
