[發明專利]一種基于TPE-XGBoost的旋轉機械多參數健康狀態評估方法

在審

• 申請號: 202110590308.6
• 申請日: 2021-05-28
• 公開（公告）號: CN113505639A
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 馮坤;楊李平;李周正;江志農
• 申請（專利權）人: 北京化工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 重慶宏知億知識產權代理事務所(特殊普通合伙) 50260
• 代理人: 梁山丹

1.一種基于TPE-XGBoost的旋轉機械多參數健康狀態評估方法，主要包括多參數提取、樣本均衡、及TPE-XGBoost模型的設備健康狀態評估，其特征在于：所說多參數提取方法包括高低通濾波后得到的五種振動敏感參數，所說樣本均衡是使用SMOTE-ENN方法對訓練樣本進行平衡，所說TPE-XGBoost模型是指先使用TPE算法對指定參數空間進行超參數尋優，后訓練具有最佳超參數結構的XGBoost模型完成設備健康狀態評估。

2.如權利要求1所述的多參數提取方法，其特征在于：先使用巴特沃斯濾波器對波形進行濾波得到高于1KHz與低于1KHz兩部分，再提取有效值、峭度因子、峰值因子、歪度因子、裕度因子五個振動敏感參數。

3.如權力要求1所述的樣本均衡方法，其特征在于：先使用SMOTE過采樣方法對少數類樣本進行生成，再使用ENN(Edited KNN)方法對生成樣本進行判斷，若預測結果和實際類別標簽不同則剔除該樣本，得到均衡后的樣本。

4.如權力要求1所述的TPE-XGBoost方法，其特征在于：先指定XGBoost(eXtremeGradient Boosting,極值梯度提升樹)模型的超參數空間，后使用TPE(Tree-structuredParzen Estimator,樹狀Parzen估計)優化算法對模型超參數進行優化，在最優超參數情況下進行模型訓練。

5.一種采用如權利要求1所述方法的設備健康狀態評估方法，其特征在于：該方法包括多參數提取、樣本均衡和采用TPE優化算法對XGBoost模型超參數進行自動尋優。