基于組稀疏學習與AVOA-XGBoost的軸承故障分級診斷
振動與沖擊
頁數(shù): 10 2024-09-27
摘要: 針對工業(yè)設備中軸承振動信號在噪聲環(huán)境下故障分級診斷準確率低的問題,提出一種基于組稀疏學習與非洲禿鷲優(yōu)化算法優(yōu)化極端梯度提升樹(African vultures optimization algorithm-extreme gradient boosting, AVOA-XGBoost)的軸承故障分級診斷方法。首先,利用組稀疏學習對軸承振動信號進行重構,以降低噪聲水平并更有效地表... (共10頁)