典型文献
基于改进深度森林的电动执行器故障诊断方法
文献摘要：
针对现有深度学习方法在电动执行器故障诊断中训练数据需求量大、调参困难问题,提出一种基于改进深度森林的电动执行器故障诊断方法.首先,利用时频域信号特征提取方法处理样本数据,并采用多粒度扫描提取多级特征;然后,将D-S证据理论与级联森林结合,克服在扩展级联森林过程中遇到的特征冗余问题;最后,采用改进深度森林方法构建了故障诊断模型,通过超参数试验和对比试验验证所提方法.结果表明:所提方法不仅能在样本数据较少时有效诊断故障类别,而且在不同工况下,表现出较好的泛化能力.
文献关键词：
故障诊断;电动执行器;深度森林;D-S证据理论
中图分类号：
作者姓名：
侯国莲;吕志恒;张文广;吴凯利
作者机构：
华北电力大学控制与计算机工程学院,北京102206;上海新华控制技术集团科技有限公司,上海270062
文献出处：
引用格式：
[1]侯国莲;吕志恒;张文广;吴凯利-.基于改进深度森林的电动执行器故障诊断方法)[J].自动化与仪表,2022(06):54-59
A类：
B类：
进深,深度森林,电动执行器,执行器故障,故障诊断方法,有深度,深度学习方法,训练数据,数据需求,困难问题,时频域,频域信号,信号特征提取,多粒度扫描,多级特征,证据理论,级联森林,故障诊断模型,超参数,参数试验,少时,不同工况,泛化能力
AB值：
0.310218
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
