论文部分内容阅读
密封继电器在航空航天领域有着非常关键的作用,继电器内部的多余物严重影响着它的可靠性和稳定性。现在的密封继电器多余物检测技术大多采用微粒碰撞噪声检测法(PIND),这种传统的检测技术保障了航天系统的可靠性和稳定性,但对于密封继电器多余物信号判断的准确率只能达到75%。实验使用基于参数调优的Xgboost算法对检测信号进行分类,首先,通过对比多余物信号和组件信号的时域和频域波形提取出13个特征构建训练样本,然后通过网格搜索和k折交叉检验结合的方法,搜索出Xgboost树的最大深度和每棵树随机采样的最好比例,进