基于XGBoost和特征组合的轴承故障诊断方法

本发明属于机械制造，特别涉及一种基于xgboost和特征组合的轴承故障诊断方法。

背景技术：

1、近年来，随着化工、石油天然气等行业的快速发展，离心式压缩机的使用也变得越来越广泛，该机组输送的介质均为危化品，因此，一旦该设备某部分发生故障，就可能引起链式反应，轻则导致设备停机检修，重则造成危化品泄漏，给社会带来诸多不利影响。在该设备中，轴承是其关键部件之一，也是最脆弱的部件之一，据统计，旋转设备中超过41％的机器故障由轴承引起，而轴承故障的产生并不是突发性的，是循序渐进、逐步发展产生的过程，如果能在轴承使用的早期进行预测，将大大降低现场维修成本和减少诸多不利危害。因此，能准确、及时的预测出轴承的问题显得格外重要。

2、目前，用于轴承故障诊断的方法主要包括三种：

3、1、基于信号处理的故障诊断模型，广泛应用的方法包括：快速傅立叶变换(fft)、小波变换(wt)及经验模态分解(emd)等。该方法是通过相关函数等数学方法直接分析可测信号，得出具体的结果，但该方法容易受到信号噪声的干预，对信号的检测和处理有很强的依赖性，而在工业中，离心式压缩机所处的环境均比较复杂，实际所测的振动信号几乎都是非平稳多分量的信号，其有用信号往往都淹没于强噪声背景之下，因此，对检测手段、设备要求很高，且难以实现；

4、2、基于深度学习的故障诊断模型，广泛应用的方法包括：人工神经网络(ann)、长短时记忆网络(lstm)等。虽然深度学习算法在数据特征自动识别和提取有很大优势，但它常用于语音识别、图像处理、文本识别等领域，针对特征明显的scada系统采集的结构化数据使用较少；

5、3、基于机器学习的故障诊断模型，广泛应用的方法包括：随机森林(rf)、支持向量机(svm)。rf易于扩展，不容易出现过拟合，但模型较复杂，解释性相对较差，处理数据量较大时，耗费时间较长；svm适用于小样本数据处理，在处理大规模数据时，训练时间较长。

6、以上这些故障诊断模型主要针对滚动轴承，而石化行业的离心式压缩机，因其载荷大、转速高，主要采用滑动轴承，滑动轴承和滚动轴承虽然有相似的地方，但因结构差异大，所以出现的故障也不同，在高温、高速、高载荷的运行情况下，滑动轴承的轴颈与轴瓦发生热膨胀，轴承间隙消失，金属之间直接接触，出现轴瓦磨损、烧瓦等，造成轴承严重损坏，通常还会对机组造成更大的伤害，维修成本也急剧增加。

7、申请号为202011386823.4的专利申请公开了一种基于随机搜索和卷积神经网络的轴承故障诊断方法，通过结合随机搜索算法优化超参数，建立卷积神经网络模型，用于智能诊断滚动轴承故障，解决了现有技术中的传统方法准确度不够和智能方法中人工调参繁琐费时的问题。该方法首先初始化超参数组合，然后配置随机搜索的分布函数，接着不断更新随机搜索的分布函数，最后经过多次试验，择优得到轴承的诊断模型。该方法相较于传统方法，提升了准确度，提高了超参数优化效率。方法中使用的随机搜索是一种基本的优化算法，当参数空间较小时，表现效果还可以，但是当参数空间变得较大或较复杂时，随机搜索的效率就会变得很低，需花费大量时间和计算资源进行搜索，而且可能会错过潜在的优秀的超参数组合。此外，方法中应用的卷积神经网络属于深度学习的代表算法之一，在数据特征自动识别和提取有较大优势，但更适合用于语音识别、图像处理、文本识别等领域，而对于特征明显的scada系统采集的结构化数据使用较少。

8、申请号为202110708178.1的专利申请公开了一种基于随机森林和融合特征的轴承故障诊断方法，包括数据处理步骤、特征提取步骤、特征融合步骤、模型训练步骤和故障诊断步骤，是一种通过分别提取时域特征和频域特征进行特征融合，基于随机森林算法对轴承故障进行智能的、自动化诊断的方法。解决了现有技术中的传统方法对设备故障判断准确率不高和预判不及时的问题。该方法选择随机森林算法作为模型，该算法在处理小规模数据集时表现较好，但在处理大规模复杂数据时，准确率偏低、泛化能力较弱、效率不够高，此外，该模型较复杂，解释性相对较差。

9、可见，现有的方法在轴承故障诊断中存在准确度不足、效率不够高等问题，尤其在处理数据量庞大、特征明显的scada系统采集的结构化数据时，问题更加突出。此外，现有方法在超参数寻优方面存在效率偏低的问题，不利于及时有效正确的预测出轴承的故障，从而错过最佳检修时机。另外，传统方法中，仅根据密封气流量进行故障判别，易造成误判。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种将bo-xgboos算法和密封气流量特征组合对离心式压缩机轴承故障进行诊断，能够提升判断的精度，实现对轴承故障的有效预警的基于xgboost和特征组合的轴承故障诊断方法。

2、本发明的目的是通过以下技术方案来实现的：基于xgboost和特征组合的轴承故障诊断方法，包括以下步骤：

3、s1、数据预处理，包括以下子步骤：

4、s11、采集轴承运行数据，并对采集数据中出现的缺失值、异常值进行处理：针对缺失值，在jupyter中利用循环语句找寻缺失值，计算缺失值对应位置处前5行对应数据的平均值，若缺失值前面数据不足5行则取后面的数据补足，将该平均值填充到缺失值位置；针对异常值，调用sklearn库中的isolation forest模块找到异常值并删除，然后对删除异常值所形成的缺失值进行填充，计算缺失值对应位置处前3行数据的平均值并填充到该缺失值位置；

5、s12、对数据集中的特征进行提取，剔除与轴承故障诊断无关的数据特征；采用spearman等级相关系数计算数据的相关性，再利用多元回归模型判别出最适合做因变量的数据，然后删除其余数据：

6、s13、对故障数据进行标记，根据设备运行维护记录，标记出故障数据，并统计故障数据和正常数据数量；

7、s14、判断故障数据与正常数据的数据量比值，若比值低于预设阈值则采用smote法对故障数据进行过采样，直到故障数据与正常数据的数据量比值不小于预设阈值；

8、s15、提取故障数据，使用min()函数找出故障数据中的最小值；

9、s16、将处理好的数据集划分为训练集和测试集；

10、s2、构建bo-xgboost和特征组合模型，包括以下三个子步骤：

11、s21、利用bo算法寻找最优超参数组合，包括弱学习器个数n_estimators、弱学习器决策树的最大深度max_depth、权重缩减系数learning_rate和迭代次数；

12、s22、构建bo-xgboost模型：将最优超参数组合代入xgboost算法中形成bo-xgboost模型；

13、s23、构建密封气流量特征折线图模型：调用matplotlib模块，读取测试集数据，以s12确定的因变量数据为横坐标，密封气流量为纵坐标，创建折线图，以故障数据的最小值为基准绘制一条平行于横轴的直线作为参考线；调用ipython.display模块中的clear_output函数导入采集的密封气流量数据形成监测值曲线，若监测值曲线上任意一点处于参考线以下，则发出预警，并通过display函数显示参考线和监测值曲线；

14、s3、进行bo-xgboost模型训练，包括以下子步骤：

15、s31、将训练集数据传入bo-xgboost模型中，对模型进行训练，直到达到迭代次数，从中选择最优模型；

16、s32、将测试集数据导入训练好的bo-xgboost模型中，对因变量进行预测，输出预测值；

17、s33、计算预测值与真实值的决定系数和均方误差，并计算模型运行时间，将决定系数、均方误差和模型运行时间分别与期望值进行对比；如果决定系数小于预期值，或者均方误差大于预期值，或者模型运行时间大于预期值，则重新利用贝叶斯优化对超参数进行寻优，将最优组合代入xgboost重新构建模型，进行训练和预测，直到决定系数、均方误差、模型运行时间均达到期望值，然后输出模型最为最终的bo-xgboost预测模型；

18、s4、将待预测的轴承运行数据分别输入bo-xgboost预测模型和密封气流量特征折线图模型中，若bo-xgboost预测模型输出的预测值超过设定的参考值，输出预警；若密封气流量特征折线图模型中监测值曲线上任意一点处于参考线以上，则发出预警；当两个模型均输出预警时，组合模型会输出故障警报。

19、本发明的有益效果是：

20、1、本发明选用贝叶斯优化进行超参数寻优，该算法相较于传统的方法，如人工调参、网格搜索、随机搜索，在设置超参数范围时，人工调参、网格搜索、随机搜索均需采用枚举的方式设置，该方法很大程度上受人员经验影响较大，不具有普适性，而贝叶斯优化只需要设置指定参数的最大最小值和迭代次数，便会自动搜索最优值，它在每一次迭代的时候，会先回顾一下之前的迭代结果，结果太差就不去找了，会尽量往结果好一点的附近去找最优解，这种方法更加智能，也更加适合现今数据量庞大或更复杂的环境；此外，在相同的参数范围和迭代次数条件下，其运行时间更短，并且得出的超参数组合可让模型准确率提升的更高，效率也更高；

21、2、本发明选用的xgboost算法，相较于传统的随机森林、支持向量机、梯度提升决策树等，该算法的损失函数是对误差部分做了二阶泰勒展开，因此，准确度更高；此外，对每个弱学习器，如决策树建立的过程做并行选择，找到合适的子节点分裂特征和特征值，运行效率得到提升；在对相同的数据集进行测试时，xgboost运算的速度和准确度均高于其它算法，再基于该算法本身的优势，更适合处理现今庞大且复杂的数据库。

22、3、将bo-xgboost算法和密封气流量特征组合对离心式压缩机轴承故障进行诊断，能够提升判断的精度，实现对轴承故障的有效预警。