摘要： 为缓解工程车辆在复杂作业环境下因特征属性多、信号干扰大,引起运算时的维数灾难,以某5 t装载机为研究对象,在V形循环作业工况下采集压力、流量、转速及转矩等信号;在剔除部分冗余变量、加入衍生变量后基于主成分分析(PCA)理论对多源数据进行特征提取。通过实验分析得出装载机前轴扭矩、后轴扭矩和工作泵功率累计达到了原11种属性97%的贡献率。装载机的前轴扭矩、后轴扭矩和工作泵功率可以代替多源数据变量。通过主成分分析能提高高维运算的速度,同时降低维数灾难的发生率,该方法可用于分析工程机械的大数据样本,从而进行智能识别与人工智能控制,也可应用于机器学习、数据挖掘以及计算机视觉等领域。
中图分类号: