基于数据挖掘对设备故障的诊断方法

柴保明等

摘 要：故障诊断在知识智能获取的方法发展一直比较缓慢。而随着数据挖掘技术的逐步发展起来，它便成为知识获取效率比较高的工具。文章对数据挖掘专家系统以及数据挖掘技术中常用的一些挖掘算法进行了介绍，并把实验系统数据和数据挖掘专家系统相结合来阐明其原理。

关键词：数据挖掘；价值知识；专家系统

引言

伴随着制造业的迅猛发展以及和电子产业结合的不断深入，工业化大生产一步步朝着智能化的方向发展，自动化也更加成熟。但它的系统设备结构复杂性更大，功能也更强大，维修难度随之也提高，所以系统故障产生的故障信息数据越来越巨大。这些数据量超出人工分析处理能力，因此对故障诊断方法的创新是作者一直不断追求的。

1 数据挖掘技术

1.1 数据挖掘的目的与过程

数据挖掘主要有数据库建立、机器学习、统计学等。它的目的是从长期存放在数据仓库中海量的数据信息的集合中去发现那些未知的隐藏的知识。

1.2 数据挖掘关联规则Apriori算法

在数据挖掘关联规则的第一个算法便是Apriori算法，它使用基于支持度的剪枝技术以及系统控制候选项集指数增长是非常具有前瞻性的。它的频繁项集产生算法的程序代码过程为：

1.3 基于Apriori算法的故障诊断的改进

如果能把Apriori算法计算速度大幅提高，则整个算法的效率便会具有很大的上升空间。而运算效率以及提高产生候选项集有两个主要步骤：一个是连接，一个是剪枝操作。因此，算法的改进方法如下：

1.3.1 数据库优化扫描

在每次计算过程中，如果k-1项集为非频繁项集，则k项集为非频繁项集。因此，将此k-1项集从数据库中删去，随着k值的增加，删除的事务随之增多，这样通过减少扫描数据库的次数来提高算法的运行速度。

1.3.2 连接与剪枝优化

2 数据挖掘的故障诊断专家系统

专家系统是在某个领域中，包含大量专家水平的知识与经验，它是一种计算机组成系统程序来模拟人类专家，运用人类专家的知识和解决问题的方法进行推理，然后通过智能方式解决某个领域内一些复杂问题。

为了能更方便有效地发掘一些有用的价值信息和知识，把数据挖掘技术和专家系统结合起来，为解决传统专家系统在知识获取及推理等方面的难题，通过数据挖掘这些技术能力来攻克。而数据挖掘的专家系统框图如图2所示。

其中左侧部分是系统的知识获取。数据挖掘专家系统的知识源包括很多，其一是专家在现实中解决问题的一些实例；其二是对诊断设备发生故障保存的一些历史数据；其三是故障实验的仿真数据等。它的运行过程如下：

首先，建立一个齿轮箱故障试验仿真结果数据库。采集过程如图3所示。接着从采完的数据中排除一些不用的信息，从中精选出一些数据得到数据库，该数据库是组构成关于该设备发生故障的样本，再将数据从样本空间映射到数据空间。

建立好样本库后，然后把数据中的不变特征采用通过预处理方法提取出来，这样可以将其从数据空间转变为特征空间，然后再确定系统中所需的挖掘算法等，最后可以进行数据挖掘。

在右半部分为故障诊断，在运行过程中，输入数据首先经过数据预处理后，会经过系统处理转变成特征模式，接着进人到全局数据库，再结合知识库中的知识来进行运算推理。

在选择好数据挖掘的算法后，对故障样本库进行多次挖掘，从而完成故障知识的获取。表1、2、3为提取的部分齿轮箱故障振动仿真数据库部分获取。

这个系统在整个推理过程中，诊断程序为主要过程，还有控制知识信息负责一项，这样可以增加诊断的智能性。在诊断完成后，系统模块列出推理的一系列过程。

3 结束语

文章结合数据挖掘技术，对其中的经典算法进行研究改进，并在分析故障诊断专家系统在问题的基础上，对专家系统和数据挖掘进行比较，得出一个专家系统和数据挖掘结合的诊断系统，提高故障诊断的准确性。

参考文献

[1]周丽丽.面向设备故障诊断的数据挖掘技术方法的研究[J].自动化技术与应用，2015，2.

[2]朱向明.数据挖掘故障诊断专家系统[J].火力与指挥控制，2011，9.

[3]黄文虎.设备故障诊断原理、技术及应用厂[M].北京：科学出版社，1996.

作者简介：柴保明（1964，3-），男，河北邯郸人，博士，教授，现任河北工程大学机电学院，副院长。

通讯作者：张韶（1988，1-），男，河北邯郸人，硕士，现就读于河北工程大学，专业为机械电子工程。