基于组合集成分类的伺服机构声音信号状态识别研究

本文针对测控设备伺服机构的健康管理问题,研究了伺服机构声音信号的状态识别方法。采用t-SNE算法对采集的伺服机构声音信号的频谱特征进行降维聚类分析,获取了设备状态的数据簇包络,结合人工标注等对数据标注,得到各状态下的训练样本。利用训练样本进行分类器模型训练,分别实现了基于阈值分类、贝叶斯和随机森林以及三种弱方法组合集成分类的状态识别。试验结果证明,新提出的组合集成分类识别方法较单个识别弱分类方法在识别准确率与精确率上均有较大提升,在伺服机构健康管理方面有着较强的使用价值。