典型文献
基于PSO-RF的气动调节阀故障诊断
文献摘要：
为了提高气动调节阀故障诊断准确率,本文提出一种基于粒子群优化随机森林(PSO-RF)的故障诊断方法,该方法通过粒子群优化算法寻找随机森林中子树棵数和分裂特征数两个关键参数,克服随机森林算法依靠人工设置关键参数的不足.本文搭建了基于PSO-RF的故障诊断模型,并采用Simulink搭建气动调节阀仿真模型,注入7种常见故障,仿真对比分析4种传统方法(RF、支持向量机、贝叶斯分类和k-NN)与所提方法的诊断性能.仿真结果表明,PSO-RF的故障诊断准确率为99％,验证了该方法的有效性.
文献关键词：
气动调节阀;粒子群优化算法;随机森林;故障诊断
中图分类号：
作者姓名：
蒋文强;胡绍林;郭其亮;陈文卓;宋鹤
作者机构：
西安理工大学自动化与信息工程学院,西安 710048;广东石油化工学院 自动化学院,广东茂名 525000
文献出处：
引用格式：
[1]蒋文强;胡绍林;郭其亮;陈文卓;宋鹤-.基于PSO-RF的气动调节阀故障诊断)[J].流体机械,2022(12):79-85
A类：
B类：
PSO,RF,气动调节阀,高气,故障诊断准确率,故障诊断方法,粒子群优化算法,林中,中子,特征数,随机森林算法,故障诊断模型,Simulink,常见故障,仿真对比,贝叶斯分类,NN,诊断性
AB值：
0.234834
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。
