基于级联森林模型的液压泵信息融合状态诊断

简介

为了提高对液压泵复杂条件下的故障诊断能力,综合运用传感器数据融合与级联森林模型来实现液压泵的健康评价。运用特征级与决策级融合技术来实现对柱塞泵各传感器信息的快速融合,以随机森林模型对初步特征重要性实施评价并从中选择具备高重要度的初始特征参数,通过级联森林模型对液压泵健康检测结果实施分类。结果表明:以多传感器信息融合方法构建的级联森林模型进行预测时可以实现对液压泵健康状态的准确诊断,只设置5%训练集时,液压泵健康诊断结果达到99.5%精确率;当采用单一温度特征无法同时满足精确率与召回率条件时,组合模式的各类预测精确率与召回率相对其他模式达到了更高的预测精度与召回率,其中,温度融合流量组合形式具备更大优势。