TY -的A2 -魏,春盟——香川盟,任Zejun AU -史,Pengfei盟——赵,红歌PY - 2021 DA - 2021/05/29 TI -数据驱动为滚动轴承故障诊断基于DIT-FFT和XGBoost SP - 4941966六世- 2021 AB -滚动轴承是一种极其重要的基本的机械装置。故障的诊断中扮演重要角色机械系统的安全稳定运行。本研究提出了一个方法,基于快速傅里叶变换(FFT)和Decimation-In-Time (DIT)和XGBoost算法,准确而快速地识别轴承的故障类型。首先,最初的滚动轴承的振动信号是改变了DIT-FFT分为训练集和测试集。接下来,使用训练集训练故障诊断XGBoost模型,测试集是用于验证训练有素的XGBoost模型。最后,该方法与一些常见的方法。这是证明,该方法能够快速诊断和识别故障类型的轴承几乎99%的准确率。它比机器学习更准确(89.88%)、整体学习(93.25%),深度学习(95%)。这种方法适用于滚动轴承的故障诊断。SN - 1076 - 2787你——https://doi.org/10.1155/2021/4941966——10.1155 / 2021/4941966 JF - PB - Hindawi KW - ER -复杂性