粒子群优化融合随机森林的电机故障诊断方法

• 作者: 丁恩杰 俞啸 刘正杰 王训训 陈天
• 来源期刊: 微特电机
• 学科: 工学
• 关键词: 随机森林 电机 故障诊断 特征选择 调整兰德指数 粒子群优化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 设计分析
• 页码范围: 42-45
• 页数: 4页
• 分类号: TM307
• 字数: 3692字
• 语种: 中文

摘要

针对三相电机实际识别准确率较低的问题,研究了一种智能的电机故障诊断方法.以三相电机振动数据为研究对象,结合粒子群优化算法和随机森林算法,建立了优化的随机森林算法模型对电机故障状态进行模式识别.提出一种融合K均值聚类算法和随机森林重要性选择方法的敏感特征提取算法,用以对故障敏感特征进行提取.对电机的八种运行状态进行实验验证,实验结果显示该方法能准确和高效地识别出电机故障状态.