基于随机森林的联合收割机故障诊断技术

摘要：

针对联合收割机故障精准识别机制存在的诊断速度较慢以及多种故障场景下的诊断精确度低的问题,提出一种基于CART决策树的随机森林方法完成对联合收割机的故障诊断.此方法对联合收割机主要部件的故障数据集进行特征提取,针对不同故障情景将数据分为正常-异常二分类,建立多棵CART决策树,形成随机森林诊断模型,实现联合收割机故障的快速诊断.通过基于Labview数据采集系统采集的实际故障数据,验证该方法的有效性.同时,通过对随机森林中的重要参数的对比优化设计,得出该方法模型的最优设计结构.试验结果表明,该方法达到0.965的诊断准确率,并且具有预警速度快、操作方便、鲁棒性强的优点.

关键词：联合收割机、随机森林、CART决策树、故障识别与诊断

所属期刊栏目：40

分类号：S225;TP181;TP277(农业机械及农具)

资助基金：国家重点研发计划2017YFD0700603-03;武汉市科技局科技攻关项目2015020202010129

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：147-153