AdaBoost算法组合的GABP诊断模型在轴承故障中的运用

• 作者: 胡超 沈宝国 杨妍 谢中敏
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 GABP-AdaBoost 因子分析 BP神经网络
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 163-169
• 页数: 7页
• 分类号: TH17|V231.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.02.033

摘要

考虑到轴承故障难以诊断的问题,提出AdaBoost算法组合遗传算法优化的BP神经网络(GABP-AdaBoost)的诊断模型.利用遗传算法寻优能力对BP网络的权值与阈值进行优化,并用AdaBoost算法进行组合;采用UCI标准数据集对GABP-AdaBoost算法中的关键参数进行分析,并设置最优参数;用最小二乘法和指数平滑法消除轴承振动信号中的漂移和微弱噪声,并用因子分析法选择最优时域参数;使用GABP-AdaBoost算法对轴承故障样本进行诊断,并将GABP、BP、BP-AdaBoost作为对比算法.重复试验30次的结果表明:GABP-AdaBoost算法诊断效果达到90％以上但诊断时间较长;BP-AdaBoost算法诊断效果优于GABP且耗时较少;GABP-AdaBoost算法与BP-AdaBoost算法对重复诊断的波动敏感程度较低.