基于CART算法的PVC压延设备状态诊断方法研究

摘要

PVC压延设备保持正常工作状态是整个生产过程能否顺利进行重要前提.针对现有的PVC压延设备运行状态的诊断需求,本文提出了一种基于CART算法的工业设备状态诊断方法,该方法通过计算基尼系数建立诊断模型.同时,针对单CART树容易出现过拟合现象且分类精度不高的问题,引入提升(Boosting)方法.通过构建多个CART树并进行加性组合,提高诊断模型分类精度.通过实例测试,加性组合后的诊断模型在工业设备故障识别上正确率为88.37％,AUC值为0.90,判决速度为0.15 ms/条,可以应用于PVC压延设备生产状态的实时诊断.