【技术实现步骤摘要】
本专利技术涉及轴承状态监测与故障诊断技术和机器学习领域，具体为一种基于随机森林算法的滚动轴承故障诊断方法及相关设备。
技术介绍
1、滚动轴承是一种常见且广泛应用于各种机械设备中的重要零部件，主要由内圈、外圈、滚动元件和保持架四个基本部分组成，在工业生产和各个领域的机械设备中都扮演着不可替代的角色，它们的高效运转和可靠性对于保障生产效率和设备可靠性至关重要。因此，进行滚动轴承故障诊断能够及早发现轴承问题并采取相应的措施，有助于延长设备寿命、降低维护成本。
2、然而，现有的基于振动信号的诊断方法依赖于数据质量，如果传感器损坏或者数据受到干扰，例如：振动信号无法直接指示轴承的内部损伤程度或者具体的故障机制，可能会导致误判或者不准确的诊断结果，传统的检测方式在遭遇此类情况是一般采用两种方式进行处理，第一种是结合其他技术手段来进一步诊断，如温度、湿度等，但是结合这些参考数值势必会影响振动信号的特征造成信号失真，其他机械部件的振动也可能会对轴承诊断造成干扰；难以应用于特定场景；第二种是依靠本领域人员的专业知识进行人为介入判断，但是这种判...
【技术保护点】
1.一种基于随机森林算法的滚动轴承故障诊断方法，其特征在于：具体流程如下：
2.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述S1步骤中，若干个样本滚动轴承包括：正常状态轴承、疲劳裂纹状态轴承、磨损损伤状态轴承、塑性变形式轴承以及润滑不良状态轴承。
3.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述S2步骤中采集设备为录音装置，且录音装置设置在滚动轴承故障模拟实验台上且与轴承座同一平面。
4.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述S2步...
【技术特征摘要】
1.一种基于随机森林算法的滚动轴承故障诊断方法，其特征在于：具体流程如下：
2.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述s1步骤中，若干个样本滚动轴承包括：正常状态轴承、疲劳裂纹状态轴承、磨损损伤状态轴承、塑性变形式轴承以及润滑不良状态轴承。
3.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述s2步骤中采集设备为录音装置，且录音装置设置在滚动轴承故障模拟实验台上且与轴承座同一平面。
4.根据权利要求1所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述s2步骤中，通过下述方式对获取的声音信号数据进行预处理；
5.根据权利要求4所述的基于随机森林算法的滚动轴承故障诊断方法，其特征在于：所述s3步骤中，滚动轴承故障诊断模型进行训练具体如下：
<...【专利技术属性】
技术研发人员：戴飞龙，陆佳贝，陈鹏，周志雄，黄平，许吉辉，樊辰阳，何理，张秀恒，周涛，范墨洋，
申请(专利权)人：无锡斯帝尔科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。