基于改进随机森林的故障诊断方法研究.pdf

第15卷第4期 计算机集成制造系统 V01．15NO．4 2009年4月 Integrated Systems 009 Computer Manufact毗ing Apr．2 文章编号：1006—5911(2009)04—0777一09 基于改进随机森林的故障诊断方法研究 庄进发，罗键，彭彦卿，黄春庆，吴长庆 (厦门大学自动化系，福建厦门 361005) 擒要：为解决不可识别故障诊断中无法有效定位的问题，提出一种基于改进随机森林的故障诊断方法。该 方法通过改进决策树的bagging方式，采用条件概率指数进行决策树的无偏节点分裂，并以权晕投票法综合决策树 的分类结果。在此基础上，利用变量重要性测量来获取辅助故障定位的故障原型指数，从而较好地弥补了随机森 林和传统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田纳西一伊斯曼故障诊断的问题上 进行验证，结果证明了该方法的有效性与可行性。 关键词：故障诊断；随机森林；故障原型；田纳西一伊斯曼 中图分类号：TP277 文献标识码：A forests Fault methodbasedonmodifiedrandom diagnosis ZHUANG_，ifa，LUOJian，PENG Chang—qing y口qing，HUANGChun—qing，WU of Automation，XiamenUniversity，Xiamen361005，China) (Department solvethe ofinefficient faultlocationinunidentifiedfault oftraditional Abstract：To problem determining diagnosis fault methodbasedonmodifiedrandomforestswas machine-learningtechnologies，adiagnosis proposed．Firstly， randomdecisiontreeswerecreatedviamodified of andunbiasedselectionbasedoncondition— algorithmbagging split al indexSOastoconstructrandom was tOcombinethe probability forests．Secondly，weightedvotingapplied predic— tionofthedecisiontrees．Then，faultwere themeasurementof in prototypescomputedthrough variable-importance randomforests，whichassistedin thefault methodwasillustratedand determininglocation