申请/专利权人:北京石油化工学院;沈阳顺义科技股份有限公司
申请日:2024-01-19
公开(公告)日:2024-05-31
公开(公告)号:CN118114156A
主分类号:G06F18/2431
分类号:G06F18/2431;G06F18/241;G06F18/15;G06F18/211;G06N3/006;G06N20/20;G06N5/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明公开一种基于TM‑TSO‑RF的综合传动装置故障预测算法,包括以下步骤:S1、采集传动装置的离合器油压传感器数据;S2、通过TOPSIS算法对油压传感器数据进行预处理,得到模型输入数据集;将模型输入数据集分为测试数据集和训练数据集;S3、对于训练数据集,采用Tent映射的金枪鱼群优化算法TM‑TSO对随机森林进行训练,得到基于Tent映射的金枪鱼群优化算法优化的随机森林TM‑TSO‑RF;S4、将测试数据集输入到优化后的随机森林TM‑TSO‑RF中,对离合器进行故障预测,输出预测结果。本发明弥补了随机森林本身的部分缺陷,提高了预测模型的预测精度,与决策树、支持向量机、GBDT等算法实验对比来看,TM‑TSO‑RF具有更高的预测精度和实用性。
主权项:1.一种基于TM-TSO-RF的综合传动装置故障预测算法,其特征在于包括以下步骤:S1、采集传动装置的离合器油压传感器数据;S2、通过TOPSIS算法对油压传感器数据进行预处理,得到模型输入数据集;将模型输入数据集分为测试数据集和训练数据集;S3、对于训练数据集,采用Tent映射的金枪鱼群优化算法TM-TSO对随机森林进行训练,得到基于Tent映射的金枪鱼群优化算法优化的随机森林TM-TSO-RF;S4、将测试数据集输入到优化后的随机森林TM-TSO-RF中,对离合器进行故障预测,输出预测结果。
全文数据:
权利要求:
百度查询: 北京石油化工学院;沈阳顺义科技股份有限公司 一种基于TM-TSO-RF的综合传动装置故障预测算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。