基于随机森林的船用柴油机故障诊断方法研究

• 作者: 许喆 郭朝有 马砚堃
• 来源期刊: 舰船电子工程
• 学科: 交通运输
• 关键词: Spark平台 随机森林 柴油机 故障诊断
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 可靠性、保障性技术与效能分析
• 页码范围: 128-131
• 页数: 4页
• 分类号: U664
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2020.11.030

摘要

论文介绍了船用柴油机故障诊断的重要性,为了在原有的传统诊断方法上进行改进,文章引进了数据挖掘的概念.在基于Spark平台的计算框架内,采用Spark系统集成的随机森林函数库对柴油机的运行数据进行了数据分析.考虑到数据量的有限,论文采取了伪分布式布局,在Spark单机模式下完成了数据挖掘任务.实验结果表明,随机森林模型对船用柴油机参数异常的分类准确率很高,能够基本完成对船用柴油机故障的诊断.同时,对随机森林算法在该数据集上的参数设置进行了优选.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭朝有		5	0	0.0	0.0
2	许喆		2	0	0.0	0.0
3	马砚堃		2	0	0.0	0.0