来源：期刊VIP网 时间：
作者：彭倩;杨晨瀚;
单位：厦门理工学院机械与汽车工程学院;
摘要：针对纯电动矿山卡车作业过程中复杂因素交互干扰而引发的电机故障问题，提出了一种基于主成分分析（PCA）和随机森林（RF）的方法进行预测诊断。根据实际采集的电动矿卡电机故障构建数据集，利用PCA对故障数据进行特征值提取、降维，减少数据维度冗余；采用RF预测模型对降维后的数据进行训练测试，并对电机故障类别进行预测。结果表明：采用PCA-RF方法对电机故障类型进行诊断的准确率达到97%以上，对比未经降维处理方法的准确率明显提升。本文证实了以上方法对电动矿卡电机故障诊断的准确性。
关键词：电动矿卡;;主成分分析;;随机森林模型;;故障诊断
基金资助：福建省科技厅高校产学合作资助项目（2020H6021）;福建省科技厅STS计划资助项目（2023T3001）
