基于數(shù)據(jù)挖掘的設備遠程監(jiān)測和故障診斷系統(tǒng)的研究.pdf

1、隨著科學技術的飛速發(fā)展和市場競爭的日益激烈，工業(yè)生產(chǎn)表現(xiàn)出大型化、分布化、高速化、自動化和復雜化等特點。由于這些大型系統(tǒng)一般都是作為能源、石化、冶金以及其他國民經(jīng)濟支柱產(chǎn)業(yè)中的關鍵設備，一旦發(fā)生故障，輕則降低生產(chǎn)效率，重則設備停機、生產(chǎn)停頓，有時甚至產(chǎn)生機毀人亡的惡性事故，造成災難性的后果。 因此，為了發(fā)揮設備更大的工作效率且安全高效地運行，就必須對關鍵設備部件進行狀態(tài)監(jiān)控與故障診斷。目前現(xiàn)場總線、網(wǎng)絡和Internet技術為分

2、布式應用提供了一個易實現(xiàn)的通訊主干。軟件體系結構理論和組件技術已經(jīng)為分布式軟件系統(tǒng)提供了理論和實現(xiàn)基礎。數(shù)據(jù)挖掘理論為處理來自于監(jiān)測系統(tǒng)的海量數(shù)據(jù)提供一種新的解決方案。構建基于數(shù)據(jù)挖掘理論和Internet技術的遠程監(jiān)測和故障診斷系統(tǒng)已成為故障診斷發(fā)展的重要趨勢。因此，本學位論文在國家“十五”科技攻關計劃重點項目“基于網(wǎng)絡的設備遠程監(jiān)測與故障診斷系統(tǒng)”(項目編號2001BA204B06)和國家自然科學基金重點項目“大型復雜機電系統(tǒng)早期故

3、障智能預示的理論與技術”(項目編號50335030)的資助下，以Internet為支撐平臺，以軟件體系結構和數(shù)據(jù)挖掘為理論基礎，圍繞著設備監(jiān)測和診斷系統(tǒng)的軟件體系結構模型、特征識別方法和知識獲取方法三個主題展開，采用理論研究、實驗驗證與原型實現(xiàn)相結合的研究路線，具體如下： 1)從工程應用的角度出發(fā)，簡要闡述了本文的選題背景與研究意義。分別對基于Internet和數(shù)據(jù)挖掘的監(jiān)測與診斷技術的國內(nèi)外研究現(xiàn)狀進行了較為全面地綜述。

4、 2)對目前設備監(jiān)測和診斷系統(tǒng)開發(fā)領域存在的問題進行了總結，通過引入軟件復用思想和體系結構理論，提出一種面向監(jiān)測和診斷的軟件體系結構(MODOSA)模型。針對基于Internet的遠程監(jiān)測與故障診斷系統(tǒng)(IRMFDS)的問題域，給出了IRMFDS的拓撲結構模型，進一步提出了MODOSA的體系結構風格、用例模型、領域模型、對象模型、行為模型、組件模型和部署模型。 3)通過對故障診斷領域信息特點的分析和診斷系統(tǒng)知識表達系統(tǒng)的總結，

5、給出了旋轉機械故障診斷的特征挖掘模型，針對故障特征的自動提取問題提出了采用數(shù)據(jù)挖掘中數(shù)據(jù)準備技術解決的方案。在特征值歸約方面，提出了一種改進的多特征離散化算法；在特征歸約方面，提出了一種基于遺傳算法、粗糙集和信息熵理論的混合特征歸約算法。 4)在總結傳統(tǒng)數(shù)據(jù)挖掘過程模型的基礎上，對比故障診斷專家系統(tǒng)的知識獲取系統(tǒng)，提出了旋轉機械故障診斷的知識挖掘模型，針對故障診斷知識的自動獲取問題給出了基于數(shù)據(jù)挖掘技術的解決方案。通過對決策樹的

6、構造、修剪、規(guī)則的生成和評價幾個方面進行深入研究，提出了一種基于遺傳算法和粗糙集理論的決策樹構造算法和一種規(guī)則綜合評價指標，并給出了規(guī)則匹配問題的一個解決方法。 5)在前述MODOSA模型和數(shù)據(jù)挖掘理論研究的基礎上，給出了兩個專用數(shù)據(jù)挖掘工具RMFMiner和RMKMiner的設計和實現(xiàn)，初步解決了診斷特征的自動提取和診斷知識的自動獲取問題，并采用轉子故障模擬數(shù)據(jù)集和UCI機器學習數(shù)據(jù)庫驗證了兩工具的有效性。 6)根據(jù)提