[发明专利]一种基于深度森林机械轴承故障检测方法

摘要

本发明涉及一种基于深度森林机械轴承故障检测方法，属于故障检测技术领域。首先，将采集到的正常轴承数据和多种故障轴承数据根据振动频率f分别进行多粒度采样策略进行分组，得到N组采样数据，再将N组采样数据分别进行特征提取，得到N组特征向量Xs，然后将N组特征向量Xs分别打上标签，再进行整合，得到整个数据的特征向量X，最后，将特征向量X输入到深度森林，构建级联结构，得到训练模型。本发明基于深度森林模型提出了多粒度分组提取特征方法，有效地扩大训练数据集，防止特征提取时的信息丢失现象，该方法不仅在机械轴承故障上具有较好的应用性，还可以应用于其他类型的机械故障诊断中。

主权项

1.一种基于深度森林机械轴承故障检测方法，其特征在于：首先，将采集到的正常轴承数据和多种故障轴承数据根据振动频率f分别进行多粒度采样策略进行分组，得到N组采样数据，再将N组采样数据分别进行特征提取，得到N组特征向量X_s，然后将N组特征向量X_s分别打上标签，再进行整合，得到整个数据的特征向量X，最后，将特征向量X输入到深度森林，构建级联结构，得到训练模型。