基于奇异值分解与XGBoost的盾构机液压系统故障诊断方法

本发明公开了一种基于奇异值分解与XGBoost的盾构机液压系统故障诊断方法。包括如下步骤：采集盾构机液压系统的多源传感器运行数据，形成原始数据矩阵；对原始数据矩阵进行奇异值分解，根据奇异值的累积贡献率选取前k个主奇异值及其对应的特征向量，构建降维后的低维特征矩阵，k＞1；将低维特征矩阵输入至预先训练好的极限梯度提升树分类模型中，由极限梯度提升树分类模型输出所述盾构机液压系统的故障诊断结果。本发明既能降低输入维度、过滤冗余信息，又能提高诊断精度和模型稳定性，实现液压系统多工况下的高精度分类与智能诊断。