来源：期刊VIP网 时间：
作者：张月平;田伟华;刘艳红;
单位：周口职业技术学院汽车与机电工程学院;郑州大学电气工程学院;
摘要：为了提高低负载下柱塞泵滑靴磨损故障状态诊断精度，提出基于随机森林算法的柱塞泵滑靴磨损故障状态识别方法。重点分析了低负载条件下各类柱塞泵滑靴故障信号的频域特征值，构建了特征数据库。验证了上述方法的适应性，并测试了柱塞泵不同程度松靴故障的诊断情况。研究结果表明：滑靴磨损后频域表现出明显的波动性，袋外错误率和决策树数量呈现反比变化规律，基本都在0.05附近，将决策树最优棵数n设定在400。以随机森林算法诊断特征数据库时，在250组样本中只发生了1组误识别情况，达到了98.75%的识别准确度。随机森林方法训练时间、训练准确度与测试准确度都比其它各算法更优。松靴故障诊断结果获得了高于99.5%的总体诊断准确度。采用随机森林方法柱塞泵磨损故障状态诊断表现出优异适应性，能够对柱塞泵各故障状态进行准确诊断。
关键词：柱塞泵;;故障诊断;;随机森林算法;;滑靴磨损;;准确度
基金资助：河南省高等学校重点科研项目（21B460018）
