基于改进XGBoost的螺栓状态异常检测与分类

摘要

针对螺栓装配过程出现的各类异常,提出一种基于改进XGBoost算法的扭矩角度变化曲线分类方法。针对经过预处理后的数据形成特征曲线,并根据其分布规则建立二分类模型,筛选出异常曲线。通过扭矩和角度曲线的变化关系优化传统的特征提取过程,进而形成螺栓异常状态曲线的特征工程方法,并通过主成分分析法降低了数据冗余。建立基于权值共享矩阵的多级异常状态XGBoost分类模型。实验结果表明,与传统方法相比,依据特征工程方法所建立的多级分类模型在精度方面提高了8%。