[发明专利]一种基于决策树算法的轴承套圈生产质量预测方法

权利要求书

1.一种基于决策树算法的轴承套圈生产质量预测方法，其特征在于，包括：

在正常生产情况下，检测轴承套圈的振动信号、噪声信号以及温度信号，并获取第一测试集，在所述第一测试集中，振动信号、噪声信号以及温度信号分别对应第一子集、第二子集以及第三子集；

在异常生产情况下，检测轴承套圈振动信号、噪声信号以及温度信号，并获取第二测试集，在所述第二测试集中，振动信号、噪声信号以及温度信号分别对应第四子集、第五子集以及第六子集；

通过所述第一测试集以及所述第二测试集获取目标训练集，并计算目标训练集的信息熵；

计算第一子集、第二子集、第三子集、第四子集、第五子集以及第六子集的信息熵；

通过目标训练集的信息熵以及第一子集、第二子集、第三子集、第四子集、第五子集、第六子集的信息熵设定预测值；

在正常生产情况下，当采集值超过所述预测值时，发出预警。

2.如权利要求1中所述的基于决策树算法的轴承套圈生产质量预测方法，其特征在于，设定生产过程中的振动阈值、噪声阈值以及温度阈值，当振动信号超过所述振动阈值时，判定为异常生产，当噪声信号超过所述噪声阈值时，判定为异常生产，当温度信号超过所述温度阈值时，判定为异常生产，当振动信号、噪声信号以及温度信号均没有超过所述振动阈值、所述噪声阈值以及所述温度阈值时，判定为正常生产。

3.如权利要求1中所述的基于决策树算法的轴承套圈生产质量预测方法，其特征在于，目标训练集的信息熵的数学关系表达为：

其中，S为目标训练集，C₁、C₂和C₃分别为所述目标训练集对应所述振动信号、所述噪声信号以及所述温度信号的子集，P_i表示C_i的概率，Info(S)为目标训练集的信息熵，Info(C₁,C₂,C₃)为C₁、C₂和C₃的信息熵。

4.如权利要求3中所述的基于决策树算法的轴承套圈生产质量预测方法，其特征在于，第一子集、第二子集、第三子集、第四子集、第五子集以及第六子集的信息熵的数学表达为：

其中，Info(A_j)为第j子集的信息熵，S_j为第j子集，|S_j|为第j子集的样本数目，|S|为目标训练集的样本数目，其中j为一、二、三、四、五和六，Info(S_j)为第j子集的信息熵。

5.如权利要求4中所述的基于决策树算法的轴承套圈生产质量预测方法，其特征在于，A_j的信息增益的数学表达为：

Gain(A_j)＝Info(S_j)-Info(A_j)

其中，Gain(A_j)为A_j的信息增益，Info(S_j)为第j子集的信息熵，Info(A_j)为第j子集的信息熵。