| 基于集成学习的卡车空压系统故障诊断研究 |
| |
| 引用本文： | 吴青科,吴晓,袁雨阳,何丽娜.基于集成学习的卡车空压系统故障诊断研究[J].计算机仿真,2021,38(12):94-98. |
| |
| 作者姓名： | 吴青科 吴晓 袁雨阳 何丽娜 |
| |
| 作者单位： | 西南交通大学机械工程学院,四川 成都610031 |
| |
| 摘 要： | 针对故障特诊复杂多样和故障样本类别不平衡,使用传统故障诊断算法对机械设备进行故障预测时预测结果正确率和可靠性偏低的问题,提出一种改进的Stacking集成学习结构,一方面对数据集进行降采样来重构数据集,另一方面使用贝叶斯优化和网格搜索来调节单个机器学习模型参数,最后通过改进的Stacking集成学习框架将训练好的强机器学习模型融合在一起,实现对机械设备故障的预测.在斯堪尼亚卡车空压系统故障数据集上进行实验,获得了比LightGBM、CatBoost等任一单模型更好的效果,较适用于复杂工况下的机械设备的故障诊断,为准确率和可靠性要求高的场景提供一种解决方案,具有较强的应用价值.
|
| 关 键 词： | 故障诊断 贝叶斯优化 集成学习 决策树 |
Research on Fault Diagnosis of Truck Air Pressure System Based on Ensemble Learning |
| |
| WU Qing-ke,WU Xiao,YUAN Yu-yang,HE Li-na.Research on Fault Diagnosis of Truck Air Pressure System Based on Ensemble Learning[J].Computer Simulation,2021,38(12):94-98. |
| |
| Authors: | WU Qing-ke WU Xiao YUAN Yu-yang HE Li-na |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
