數(shù)據(jù)挖掘技術(shù)在故障診斷中的應(yīng)用研究.pdf

1、當(dāng)今生產(chǎn)設(shè)備日趨集成化與復(fù)雜化。如何及時發(fā)現(xiàn)和預(yù)測故障并保證設(shè)備在工作期間始終安全、高效、可靠地運(yùn)轉(zhuǎn)，具有重要的研究意義。傳統(tǒng)的故障診斷方法存在著診斷對象單一、診斷模型難建立、依賴主觀經(jīng)驗、難以獲得規(guī)則等缺陷，對于故障的多樣性、復(fù)雜性和隱蔽性往往無能為力。本文針對傳統(tǒng)故障診斷的缺陷，深入研究了幾種數(shù)據(jù)挖掘技術(shù)，并在故障診斷中應(yīng)用，以完成對復(fù)雜設(shè)備的通用、快速、脫離主觀經(jīng)驗的故障診斷。 本文重點研究了粗糙集理論在故障屬性約簡中的應(yīng)

2、用，決策樹算法在故障分類中的應(yīng)用及關(guān)聯(lián)規(guī)則挖掘在故障分類中的應(yīng)用。通過查詢與條件屬性具有相同分類能力的屬性集，改進(jìn)了粗糙集屬性約簡算法，解決了其在決策表約簡的過程中需要建立辨識矩陣和求取核屬性，效率較低的問題；通過利用嵌入式SQL直接對故障數(shù)據(jù)庫進(jìn)行高效的數(shù)據(jù)查詢與處理，大大提高了ID3算法的效率和可實現(xiàn)性，同時可以使算法具有隨元組個數(shù)增長的良好的可擴(kuò)展性；利用數(shù)據(jù)庫查詢的方法改進(jìn)了Apriori算法，使其既能滿足事務(wù)型數(shù)據(jù)庫又能滿足關(guān)

3、系型數(shù)據(jù)庫的應(yīng)用并提高的規(guī)則產(chǎn)生的效率，這樣就滿足了實際診斷的需要。針對復(fù)雜設(shè)備的故障診斷，本文將三種算法結(jié)合，先通過粗糙集對故障屬性約簡以簡化數(shù)據(jù)庫規(guī)模，再通過決策樹算法的高效性和關(guān)聯(lián)規(guī)則算法的全面性相結(jié)合，以實現(xiàn)快速全面故障規(guī)則的挖掘。最后以此為核心設(shè)計了一個故障診斷系統(tǒng)，實現(xiàn)了故障數(shù)據(jù)的采集、存儲、預(yù)處理、規(guī)則挖掘及故障匹配一系列功能。實驗證明該系統(tǒng)能夠發(fā)現(xiàn)故障屬性和故障分類之間的對應(yīng)關(guān)系，自動地實現(xiàn)故障規(guī)則庫的建立和故障匹配，較