齿轮箱故障诊断方法及系统

本申请涉及一种齿轮箱故障诊断方法及系统。所述方法包括：获取齿轮箱的故障数据；利用卷积神经网络故障数据进行特征提取，获取故障特征；将故障特征输入极端梯度提升分类器，获取齿轮箱的故障诊断结果；其中，极端梯度提升分类器采用改进的大蔗鼠算法进行参数优化，改进的大蔗鼠算法结合非线性权重、自适应因子、正余弦和麻雀警戒机制。本发明利用卷积神经网络对齿轮箱故障数据的特征进行挖掘，再利用极端梯度提升分类器在这些特征基础上进行精准的故障分类识别，同时引入了改进的大蔗鼠算法对极端梯度提升分类器的超参数进行优化，在寻优能力、稳定性和收敛速度方面有所改善，从而有效提升了模型的整体性能。