[發明專利]一種基于改進決策樹的風機齒輪潤滑系統故障診斷方法

在審

• 申請號: 202011423304.0
• 申請日: 2020-12-08
• 公開（公告）號: CN112697424A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 黎唐東;毛凌波;譚桂斌;石新發;賀石中
• 申請（專利權）人: 廣東工業大學;廣州機械科學研究院有限公司
• 主分類號: G01M13/021
• 分類號: G01M13/021;G01N33/28;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，包括以下步驟：

S10.收集多組發電機組齒輪油液數據；

S20.對步驟S10中所述齒輪油液數據進行歸一化處理，對歸一化數據按比例劃分為訓練集和測試集；

S30.對決策樹模型進行改進，將步驟S20中所述訓練集代入改進后的決策樹模型中進行訓練得到決策樹集成模型；將步驟S20中所述測試集輸入到所述決策樹集成模型中檢驗訓練結果；再將待測數據輸入到訓練完畢的決策樹進行預測，并根據風機齒輪箱的典型磨損故障評定故障等級。

2.根據權利要求1所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，步驟S10中，發電機齒輪油液數據包括運動黏度、酸值、污染度、鐵磁性顆粒PQ、磨損元素鐵含量、磨損元素銅含量、污染元素硅含量、添加劑元素磷含量；發電機齒輪油液數據形成根節點、中間節點或葉節點，中間節點位于根節點和葉節點之間，根節點、中間節點及葉節點形成決策樹。

3.根據權利要求1所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，步驟S20中，對步驟S10中所述齒輪油液數據進行Min-Max標準化歸一化處理得到歸一化數據集，采用[0，1]歸一化將齒輪油液數據映射到[0，1]區間；其中，Min-Max標準化公式為：

式中，x_i表示需要轉換的序列，y_i表示新序列。

4.根據權利要求3所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，步驟S20中，歸一化數據按照15∶5的比例劃分為訓練集與測試集。

5.根據權利要求1至4任一項所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，步驟S30中，改進前的決策樹模型采用的算法為CART算法，將分裂屬性取值劃分為兩個子集，使生成的每個中間節點都有兩個分支，以二叉樹的形式表現屬性分裂；計算分裂后兩個子集劃分的Gini系數；選擇最小Gini系數的變量作為分裂變量，循環計算得到決策樹；其中，Gini系數按下式計算：

式中，k為當前節點，k₁和k₂為當前節點的兩個子集。

6.根據權利要求5所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，以決策樹T的損失函數表示決策樹的分類預測誤差：

C_a(T)＝C(T)+a|T|

式中，T為任意子樹，C(T)為T在測試集上的預測誤差；|T|為葉節點數目，衡量樹的復雜程度；a為復雜度參數，即每增加一個葉節點所帶來的復雜度；對于任意中間節點，剪枝前以t節點為根節點的子樹的損失函數為：

C_a(T_t)＝C(T_t)+a|T_t|

剪枝后的損失函數為：

C_a(T)＝C(T)+a

C_a(T_t)＝C_a(T)時，按以下公式可計算得到a：

當時，保留子樹T_t，否則剪掉子樹T_t。

7.根據權利要求6所述的基于改進決策樹的風機齒輪潤滑系統故障診斷方法，其特征在于，對于多棵決策樹，建立組合決策樹模型，決策結果表示為：

式中，x為輸入變量；C為決策樹個數；T_i(x)為單個決策樹的預測結果。