10.3969/j.issn.1009-0134.2022.04.037
基于随机森林算法的机械加工过程设备叠加振动检测方法
对传统检测方法存在振动信号重构误差大,导致检测误报警率高的问题,提出基于随机森林算法的机械加工过程设备叠加振动检测方法.对含有噪声的机械加工过程设备振动信号进行EMD分解,获取内蕴模态函数,通过自适应阈值进行信号重构,消除振动信号中的噪声.经过去噪后,采用随机森林算法将变量集划分为多个子集,在每个子集中通过典型变量分析方法,提取叠加振动数据的动态特征以及相关关系,通过不相关典型特性训练决策树,并且构建DOCRF模型,求解样本相似度,实现机械加工过程设备叠加振动检测.仿真实验结果表明,所提方法的检测振动信号的重构误差率在1.2％以下,误报警率均在0.18％以下,可以获取更加准确的检测结果.
随机森林算法、机械加工过程、设备叠加振动检测、EMD分解
44
TP277(自动化技术及设备)
2022-05-13（万方平台首次上网日期，不代表论文的发表时间）
共4页
163-165,186
