| 不平衡数据集下齿轮装配的故障诊断方法 |
| |
| 引用本文： | 王喆,徐曦,张毕生,黄晓玮,胡万里.不平衡数据集下齿轮装配的故障诊断方法[J].现代信息科技,2023(6):139-142+148. |
| |
| 作者姓名： | 王喆 徐曦 张毕生 黄晓玮 胡万里 |
| |
| 作者单位： | 1. 湖南工业大学计算机学院;2. 湖南工业大学智能信息感知及处理技术湖南省重点实验室;3. 博世汽车部件(长沙)有限公司;4. 长沙锐博特科技有限公司 |
| |
| 基金项目： | 湖南省教委科研基金（19K026）；;湖南省重点实验室建设项目（2020KF02）； |
| |
| 摘 要： | 汽车零部件的齿轮装配过程中往往伴随着多种类型的故障，快速且精准地判断故障类型，对保证齿轮装配工位稳定运行具有重要意义。因此，提出一种基于SMOTE采样方法和随机森林（RF）分类方法的故障诊断模型——SMOTE-RF。首先，在实际齿轮装配过程中，故障数据是不平衡的，可以使用SMOTE算法生成平衡的故障数据；其次，将平衡后的数据作为随机森林算法的输入实现故障分类；最后，对模型进行性能评估。实验结果表明，SMOTE-RF模型的分类效果优于SVM和XGBoost。
|
| 关 键 词： | 故障诊断 不平衡数据 SMOTE算法 随机森林 |
|
|
