基于优化GBDT模型的工程机械液压系统故障诊断

摘要

为了实现工程机械液压系统故障的准确诊断，通过梯度提升决策树的故障诊断算法进行分析，并以挖掘机为例进行了测试。结果表明：梯度提升决策树—非均等代价逻辑回归模型的平均准确率和召回率分别为99.7%和91.8%，平均F1-measure为0.956，故障诊断模型的平均非均等代价仅为16.2，远低于其他算法；而且在面对组合故障时，该模型的分类错误率不超过15%，可见，梯度提升决策树—非均等代价逻辑回归模型对挖掘机液压系统的单一故障和组合故障均有较高的识别准确度。

关键词

挖掘机 / 液压系统 / 故障诊断 / 梯度提升决策树 / 逻辑回归 / 非均等代价

基金资助

安徽省教育厅提质培优项目“职业教育精品在线开放课程‘数控车床技能综合实训’”（2020tzpy50）; 安徽省高校自然科学重点项目“电动汽车空调气动噪声与出风量协同优化设计及测试设备开发研究”（2022AH052369）