基于ARIMA和XGBoost的滚动轴承故障预测模型研究 |
| |
引用本文: | 张天瑞,周福强,吴宝库,朱芷仪,宋雨儒.基于ARIMA和XGBoost的滚动轴承故障预测模型研究[J].制造技术与机床,2022(4):176-182. |
| |
作者姓名: | 张天瑞 周福强 吴宝库 朱芷仪 宋雨儒 |
| |
作者单位: | 1.沈阳大学机械工程学院116300;2.沈阳大学机械工程学院国际学院116300; |
| |
基金项目: | 中央引导地方科技发展资金计划项目(2021JH6/10500149);辽宁省自然科学基金项目(20180551001)。 |
| |
摘 要: | 针对滚动轴承现有故障预测模型精度和准确率较低的问题,提出一种基于ARIMA时间序列预测和XGBoost分类算法的滚动轴承故障预测模型.首先,采用LMD联合FPA解决盲源欠定的问题;其次,使用KPCA选取敏感特征作为预测模型的输入,以提高轴承故障的分类精度;第三,通过Arima自回归模型预测轴承振动信号未来短期内变化情况...
|
关 键 词: | 轴承 故障诊断 ARIMA XGBoost |
本文献已被 维普 等数据库收录! |
|