基于数据挖掘的设备故障智能预警方法研究

发布时间：2020-05-01 15:07

【摘要】：在轴承检测时,往往通过分析单个振动传感器获取的动态信号,来判定轴承是否工作正常;但单一传感器信号反映的信息往往不够全面。而全矢谱技术可以有效融合同源振动信息,得到更加全面的振动特征,从而提取可靠的征兆。由于生产过程自动化、连续化程度越来越高,对设备运转的可靠性和故障判定的智能化提出更高的要求。因此能够更早的发现轴承中存在的潜在故障,对保障设备和生产安全有着重要的作用。在预测方法研究中,越来越多的人工智能算法被探讨和应用,关联规则是一种有效的数据挖掘算法,在本文的研究中,将全矢谱信息融合技术和关联规则算法相结合,以机械设备中的重要零件滚动轴承为研究对象来进行设备的故障预警研究,主要内容如下:(1)预警模型的数据处理方面,采用全矢希尔伯特(Hilbert)解调方法来提取滚动轴承特征频率下的故障特征数据,仿真研究和实验结果表明,该方法能够很好的提取轴承特征频率下的故障特征数据。首先通过传感器获取轴承上相互垂直的两组同源振动信号,其次分别对这两组作Hlibert变换,构造解析信号,并求其包络,最后将两个方向上的包络信号作全矢谱分析,获取全矢谱结构,并作为预警模型的特征数据。(2)建立了全矢-Apriori故障预警模型,实验表明,该预警模型能够有效预测设备的运行状态,进而预测设备故障,但由于Apriori算法需要对待挖掘数据库循环扫描,产生不满足要求的候选项集,导致产生的强关联规则少,预警实时性不足。首先采用全矢Hilbert对正常运行状态下的原始样本数据进行信息融合,然后进行离散化等预处理,建立后期工作所需要的数据库。利用先验(Apriori)算法发现滚动轴承八个特征频率幅值数据之间的未知关系,继而用挖掘出的关联规则构建一个规则库。将运行数据通过处理之后与所建立的规则库相匹配,检测当前运行机械设备是否处于故障形成阶段,进而减少经济损失。(3)建立了全矢-FP-Growth故障预警模型,改进了全矢-Apriori故障预警模型中存在的不足。实验表明,全矢-FP-Growth故障预警模型相对于全矢-Apriori预警模型可有效提前预警时间,及时预警可能发生的故障,提醒设备管理人员采取措施,保障设备和生产安全。
【图文】：

2 全矢融合和关联规则 jtckskjtkkjtckskjtkkkkkkyYeyjyexXexjxe ReReReRe数将上述节点振动形式可转化为： yytytjytytxxtxtjxtxtkckkskkckkskkkckkskkckkskk cossinsincoscossinsincos示的是旋转机械设备在实际工程中运动轨迹轨迹：

图 2.3 轴承轴心运动轨迹波k ，通过解析几何方法来求解其椭圆运动方程中的相关参 这四个运动方程中参数的表达式如下： ckskskckkckskckskckckskskkckskckskckskckskckckskskckskckskckskckskckckskskxyxyxxyyxyxyxxyyxxyyxyxyxxyyxxyyxyxy 224121412122222122222222221222222222验证，，轴心的运行轨迹是一个椭圆形状，这个形状其实能用且这两个正圆要求具有一样的频率，进动方向互为反方向，何用两个进动互为反向的正圆来代替轴心的运动轨迹。同时
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP311.13;TH17

【相似文献】

相关期刊论文 前10条

1 李智峰;段蔓;;浅谈计算机数据挖掘技术的开发及应用探究[J];信息技术与信息化;2019年05期

2 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期

3 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期

4 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期

5 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期

6 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期

7 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期

8 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期

9 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期

10 赵乌吉斯古楞;;数据挖掘的研究热点和发展趋势的浅谈[J];电脑知识与技术;2019年08期

相关会议论文 前10条

1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年

2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年

3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态：传承与变革——2015中国城市规划年会论文集（04城市规划新技术应用）[C];2015年

4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集（硕士卷）[C];2008年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年

10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

相关重要报纸文章 前10条

1 陆天歌 王兆亮;数据挖掘：帮你读懂未来战争[N];解放军报;2018年

2 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年

3 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年

4 本报记者 张佳星;把扎克伯格拉下水，大数据挖掘犯错了吗[N];科技日报;2018年

5 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年

6 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年

7 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年

8 本报记者 叶曜坤;全国人大代表邓晓辉：推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年

9 本报记者 牛福莲;贵州争夺“大数据挖掘”制高点[N];中国经济时报;2017年

10 南方日报记者 彭颖;日化巨头借力大数据挖掘线下市场[N];南方日报;2017年

相关博士学位论文 前10条

1 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年

2 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年

3 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年

4 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年

5 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年

6 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年

7 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年

8 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

9 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年

10 李力;数据挖掘方法研究及其在中药复方配伍分析中的应用[D];西南交通大学;2003年

相关硕士学位论文 前10条

1 张f ;面向多尺度数据挖掘的数据尺度划分理论与方法[D];河北师范大学;2019年

2 高楠;基于数据挖掘的游艇报价及精准营销策略研究[D];大连理工大学;2018年

3 张扬;基于数据挖掘的某商业银行客户分类模型研究[D];厦门大学;2018年

4 胡家瑜;基于小样本量数据挖掘的压裂工艺参数优化方法研究[D];西南石油大学;2018年

5 张硕;基于数据挖掘的中医治疗男科病临床用药规律与作用机制研究[D];北京中医药大学;2019年

6 王丽娜;基于轨迹数据挖掘的大学生学业成就问题研究[D];南京大学;2019年

7 倪博然;基于数据挖掘的赵进喜治疗糖尿病肾脏病经验与从风论治经验研究[D];北京中医药大学;2019年

8 武志军;Spark环境下基于数据挖掘的油田产量预测技术研究与应用[D];中国石油大学(华东);2017年

9 宫锋;数据挖掘在高校学业预警中的应用研究[D];中国石油大学(华东);2017年

10 周玉平;基于数据挖掘的设备故障智能预警方法研究[D];郑州大学;2019年

本文编号：2646775