【技术实现步骤摘要】
本公开涉及机械设备故障领域，尤其涉及一种机械设备故障检测方法、系统、电子设备以及存储介质。
技术介绍
1、随着物联网技术及数字孪生技术的发展，机械设备故障诊断的智能化终端产品在社会生产和生活中应用越来越广泛。其健康状态诊断能力的好坏不仅关系到企业的经济效益，更关系到小到机床设备，大到核电站等大型设备的安全，大大节约设备的运行维护成本等。
2、随着计算机软硬件技术的不断进步，尤其是近年来算法研究的发展，越来越多的研究者开始探索数据为驱动方式的故障判别方法，该方法有不依靠机理理论、不易受被采集数据的随机噪声影响等优点。机器学习算法成为当下故障数据进行判别的方法，机器学习领域中，特征工程是前期工作的重中之重，为了减少特征空间并仅保留最重要的特征，特征选择成为异常检测中的关键预处理步骤，特征选择的效果很大程度上决定着模型检测结果。但是基于全特征的异常检测往往因冗余特征的干扰无法捕获隐藏在局部数据特征中的异常信息，影响检测的效率和精度，降低机械设备故障诊断精度，影响企业的经济效益，降低使用设备人员的安全性，增大设备的运行维护成本。p>
本文档来自技高网...
【技术保护点】
1.一种机械设备故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述数据输入，采集正在运行设备数据，并对数据进行预处理和数据扩充，包括：
3.根据权利要求2所述的方法，其特征在于，所述特征选择，以基尼系数作为评价指标，分别计算选出的随机森林，决策树和额外树3个基学习器的特征重要性分数，并取其平均值，从而选出对每个基学习器都相对重要程度高的那部分特征，包括：
4.根据权利要求3所述的方法，其特征在于，所述集成检测，选取决策树、随机森林、额外树3种基于树的算法作为基学习器，建立软投票集成模型，将筛选后...
【技术特征摘要】
1.一种机械设备故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述数据输入，采集正在运行设备数据，并对数据进行预处理和数据扩充，包括：
3.根据权利要求2所述的方法，其特征在于，所述特征选择，以基尼系数作为评价指标，分别计算选出的随机森林，决策树和额外树3个基学习器的特征重要性分数，并取其平均值，从而选出对每个基学习器都相对重要程度高的那部分特征，包括：
4.根据权利要求3所述的方法，其特征在于，所述集成检测，选取决策树、随机森林、额外树3种基于树的算法作为基学习器，建立软投票集成模型，将筛选后的特征进行训练检测出故障数据，包括：
5.一种机械设备故障检测系统，其特征在于，所述系统包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：请求不公布姓名，闫海红，
申请(专利权)人：成都烁昊珉信息科技有限公司，
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。