DOI：10.3969/j.issn.1672-3872.2026.01.038
作 者：刘文静（晋中信息学院，山西 晋中 030800）
摘 要：针对农用拖拉机电气信号特征的重叠分布导致故障诊断可靠性较低的问题，文章开展了基于随机森林的农用拖拉机电气故障诊断方法研究。通过在已知函数集上对原始电气信号进行分解处理，将单边信号模态函数分量映射到变换域，输出特征独立分布的稀疏信号，再利用稀疏信号的特征训练CART决策树算法，构建覆盖所有电气故障特征的决策树分类器，合并各决策树对待诊断信号的投票结果，确定其故障状态。研究结果表明，该方法对不同类型农用拖拉机电气故障的误诊和漏诊次数均稳定在较低水平，具有较高的可靠性。
关键词：随机森林；电气故障诊断；信号模态函数分量；稀疏信号；CART决策树算法；决策树分类器
引文信息：[1]刘文静.基于随机森林的农用拖拉机电气故障诊断方法[J].南方农机，2026，57(1)：140-142.
查看全文请下载PDF文件↓
