转子部件脱落故障对设备运行和生产危害大，预测难度高。本研究提出了一种转子部件脱落故障的识别和预测方法。该方法首先将正常机组数据与异常机组数据进行分类，再将故障数据按时间先后进行分组，利用随机森林算法搭建分类模型，通过正常数据和故障数据的分类实现故障的识别，通过对不同时间段标签数据的分类实现故障时间的预测。该方法有较好的识别率。
科研之友
微信
新浪微博
Facebook
分享链接
