基于Apriori算法的设备故障诊断技术的研究.pdf

《基于Apriori算法的设备故障诊断技术的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1期组合机床与自动化加工技术No．12014年1月ModularMachineTool&AutomaticManufacturingTechniqueJan．2014文章编号：1001—2265(2014)01—0100—04DOI：10．13462／j．cnki．mmtamt．2014．01．028基于Apriori算法的设备故障诊断技术的研究水甘超，陆远，李娟，胡莹(1．南昌大学机电工程学院，南昌330031；2．中国北方车辆研究所车辆传动重点实验室，北京100072)摘要：设备故障诊断是设备安全运行的保障，合理分析大量的故障数据能为设备管理提供重要的参考价值。论文采用特征建模技术描

2、述故障设备的特征信息，根据故障数据的特点，以及Apriori算法在故障诊断中应用的瓶颈，采用一种改进的Apriori算法，将故障数据映射为0—1矩阵，根据对矩阵的剪枝和处理计算出故障数据的频繁项集，挖掘多故障之间和故障与运行参数之间的关联关系，为设备管理提供有力支持。最后给出了该方案的可行性实例验证。关键词：Apriori算法；故障诊断；数据挖掘中图分类号：TH165．+3；TG65文献标识码：AEquipmentFaultDiagnosisTechnologyBasedonAprioriAlgorithmGANChao，LUYuan，LIJuan．HUYing(1．SchoolofMec

3、hanical&ElectricalEngineering，NanchangUniversity，Nanchang330031，China；2．Sci-enceandTechnologyonVehicleTransmissionLaboratory，ChinaNorthVehicleResearchInstitute，Beijing100072，China)Abstract：Equipmentfaultdiagnosisisthesafeguardofthesafeoperationofequipment．Miningmassivefaultdatalegitimatelyprovides

4、animportantreferenceforequipmentmanagement．Basedonthecharacteris-ticsoffaultdataandthedeficiencyofApriorialgorithmusinginfaultdiagnosis，thefeatureinformationoffaultyequipmentisdescribedbyfeaturemodelingtechnology，andanimprovedApriorialgorithmispro-posed．Theincidencerelationisexhumedamongthefaultor

5、betweenthefaultandoperatingparametersbyconvertingfaultdatato0—·1matrixandcalculatingthefrequentitemsetsoffaultdatabypruningandhan·dlingthematrix．Astrongsupportisprovidedforequipmentmanagement．Atlastanexampleisgiventoprovethefeasibility．Keywords：apfiofialgorithm；faultdiagnosis；datamining故障诊断；利用局部化方

6、法提出非线性PCA模型用0引言于汽车引擎的故障诊断。本文采用一种Apriofi改设备是企业制造资源的重要组成部分，是企业生进算法对故障数据进行挖掘，将故障数据库映射为0产能力的基本保障。随着制造业信息化的不断发展和—1矩阵，通过对矩阵的分析处理，得到故障数据之间市场竞争的Et益激烈，机械设备持续向复杂化、智能的关联关系，最终以实例验证算法的可行性。化、大型化、高速化和多功能化发展。设备的结构1设备故障建模越来越复杂，故障机理呈现多样性和突发性，设备故障对企业日常运作的影响越来越严重。设备故障诊断能企业生产过程中，随着设备使用时间的推移，维修记为设备的安全运行提供保障。传统的故障诊断技术难录

7、越来越多，随之产生的故障数据也是海量的。同时，随以分析多故障同时发生时各故障之间的关联关系，并着设备监控技术的发展，很多制造企业为关键设备配备了不能做出相应的决策，且难以处理海量数据。目前，监控系统，在设备运行过程中，生成了巨大的状态数据和国内外对故障诊断的研究取得了丰硕的成果，主要有故障信息。如何对这些海量的数据存储、分析和管理，找基于小波变换和人工神经网络的旋转轴承故障诊断方到一种合理的设备故障建模方案是其中的关键。