基于改进随机森林的故障诊断方法研究

《基于改进随机森林的故障诊断方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进随机森林的故障诊断方法研究*摘要：针对机器学习方法作为故障模式识别工具具有广泛的应用，但是在一类不叮识别故障的诊断方面存在不能有效定位故障的不足，提出应用改进随机森林组合分类器算法进行改进。改进随机决策树的bagging方式，采用条件概率指数进行决策树无偏节点分裂，改进变量重耍性计算算法来获取辅助故障定位的故障原型指数，较好地克服了原随机森林和机器学习在故障诊断中的不足和局限性。最后在一个标准数据集和TennesseeEastmanProblem(TEP)故障诊断的问题上进行验证，结果证明了该法的有效性和优越性关键词：故障诊断；随机森林；故障原型；TEPResearchon

2、FaultDiagnosisMethodBasedonModifiedRandomForestsAbstract:Toavoidtraditionalmachinelearningtechniquesnottoeffectivelylocatethefaultlocationinfaultdiagnosticapplication,inthispaper,afaultdiagnosismethodbasedonmodifiedrandomforestsispresented.Modifythealgorithmofbaggingsample、splitmethod,variable

3、simportancemeasureinrandomforestsbyanalysisoflimitationoftraditionalmachinelearningfaultdiagnosismethodandoriginalrandomforests.ThepresentedmethodisillustratedanddocumentedthoroughlyinanapplicationofTennesseeEastmanProcess(TEP)andstanderdata・Theresultsverifiedthefeasibilityandeffectivenessofth

4、ispresentedapproach・Keywords:FaultdiagnosisRandomforestsFaultprototypeTEP0刖吕故障是指系统的非正常状态，即在正常条件下，系统实际功能输出或附加输汕偏离规定界限的现象，从而造成系统或部件的破坏厲役故障从确定性角度可以分为两类：可识别故障与不可识别故障。可识别故障主要是指故障的发生位直能够从故障类别信息中直接确定，如经过确诊的故障，其发生位置与故障类别是一一对应关系；不可识别故障是指故障的发生位置暂fl.无法从故障类别信息中直接确定，如一类未经过确诊的新故障，在允许的诊断时间内，工程人员可以判定这是属于一类故障，

5、但是故障的发生位置暂且不能确定需经过一定时间的杳找才能确定故障发生的位直，经查找出故障发生位置片即可建立故障发生位置与故障类别一一对应关系。故障诊断就是判断一个系统是否有故障发生，如果有故障发牛那么其故障发牛的位置在哪里，它主要包括三个方而：故障的检测一一判断一个系统是否有故障发生；故障的识别一一如果故障发生，显示与故障最相关的监控变暈；故障位置的确疋一—确定故障的真正位置⑶故障诊断在确保工业系统正常运行和女全生产等方面起着重要的作用。故障诊断的理论和方法也经历了不同的阶段发展。迄今，多个领域的研究者已提出了多种故障诊断方法，如基于模型的故障诊断（包括基于输入输出和信号处理的方法、

6、基于状态估计的方法、基于过程参数估计的方法）、基于人工智能的方法（包插基于机器学习的方法、基于进化计算的方法、基于模糊数学等）⑷，这些故障诊断方法在流程工业、电力系统安全检测等多个领域都有广泛的应用。基于模型的故障诊断是在已知系统数淫模型的情况下，通过比较实际系统输出和数学模型的输出來产生残余谋差，当系统没有故障发生时，残余课差为零，否则残余谋差不为零。在与其它的故障诊断方法相比，基于模型的故障诊断效杲是最好的，但是随着现代工业系统复杂程度的增加、系统规模的扩人，其数学模型已经很难获取到，因此基于模型的故障诊断的应用受到限制。基于机器学习方法是一-类有效的智能诊断方法，它不需要系统

7、准确模型，而是通过历史的监控输入输出数据来建立系统的黑箱故障诊断模型，这类方法往往集中了故障检查、识别与定位的故障诊断功能，并R成为该领域的一个研究热点。在现有的基于机器学习的故障诊断研究中，如基于BP、SVM等故障诊断，很多研究者宙宀都是把重点放在对可识别故障的诊断上，即只是对故障的类别进行判别从而根据故障类别找出故障的发生位置，当然这些方法在可识别故障的诊断中取得了不错的效果。而当一个新的不可识别故障产生时，这种基于机器学习方法的故障诊断显然无法辅助和关的工程人员