科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对仪器故障频率的预估能力较低，影响预警时效的问题，基于随机森林算法，设计虚拟仿真实验室仪器故障预警方法。以集成神经网络对应仪器故障特征，对较弱置信度的信号作加强处理；应用随机森林算法，构建仪器故障预警模型，以信息熵和信息增益定位不同类型故障信号，以递归形式组建分类树，确定故障特征与设备之间关系，发出故障预警提示，完成虚拟仿真实验室仪器故障预警。测试结果表明，在余弦信号分别为246.12、425.87和648.03 Hz时，对故障信号的产生频率进行预估，估计误差可以控制在0.002 5 Hz以下；当对故障信号加入噪声后，频率最大预估误差只有0.080 1 Hz,能够对故障信号进行准确判断，及时做出故障预警。
-
单位闽西职业技术学院
