不平衡数据集下齿轮装配的故障诊断方法

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

所属期刊栏目：7

分类号：TP391.4;TP181(计算技术、计算机技术)

资助基金：湖南省教委科研基金;湖南省重点实验室建设项目

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：139-142,148