《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于RFE-BXGBoost的轴承套圈沟道表面缺陷识别方法

作者:徐凯,张会妨. 日期:2023-11-27/span> 浏览:328 查看PDF文档

基于RFE-BXGBoost的轴承套圈沟道表面缺陷识别方法*
徐凯1,张会妨2

(1.新乡职业技术学院 数控技术学院,河南 新乡 453000;2.新乡职业技术学院 教务处,河南 新乡 453000)


摘要:轴承套圈是轴承部件的重要组成部分,其表面缺陷影响轴承的服役期限。为了解决轴承沟道表面缺陷难以被准确识别的问题,提出了一种基于特征递归消除的贝叶斯极度梯度提升树(RFE-BXGBoost)的轴承套圈沟道表面缺陷识别模型(方法)。首先,基于特征衍生的思想,对轴承沟道的时域、频域等特征进行了提取,使用了极度梯度提升树(XGBoost)作为基于特征递归消除(RFE)的基学习器,对影响轴承沟道表面缺陷最佳特征子集进行了选择,并过滤了冗余特征;然后,利用基于贝叶斯优化的XGBoost模型组成弱分类器,为了降低模型预测结果的方差,使用有放回随机抽样法,对基分类器进行了选取;最后,根据抽样结果,利用投票法获得了最终的表面缺陷识别结果,并使用轴承套圈沟道实测数据集进行了模型预测性能的测试。实验结果表明:基于RFE-BXGBoost的表面缺陷识别模型的识别准确率为0.90,F1-score为0.879,优于仅使用自适应提升法(Adaboost)、随机森林、梯度提升树的表面缺陷识别结果。研究结果表明:该表面缺陷识别模型对复杂零部件和系统的表面缺陷识别有一定的效果。

关键词:滚动轴承;特征递归消除;极度梯度提升树;轴承套圈沟道;有放回随机抽样;集成模型

中图分类号:TH133.33;TH17文献标识码:A文章编号:1001-4551(2023)11-1691-09


本文引用格式:

徐凯,张会妨.基于RFE-BXGBoost的轴承套圈沟道表面缺陷识别方法[J].机电工程,2023,40(11):1691-1699.

XU Kai, ZHANG Huifang. Identification of bearing ring groove defects based on RFE-BXGBoost algorithm[J].Journal of Mechanical & Electrical Engineering, 2023,40(11):1691-1699.





友情链接

浙江机械信息网