基于数据挖掘的旋转设备振动故障诊断应用

发布时间：2017-05-22 09:11

  本文关键词：基于数据挖掘的旋转设备振动故障诊断应用，由笔耕文化传播整理发布。

【摘要】：大型旋转设备往往都是生产企业中的重要设备，它们结构复杂、自动化程度高，其运行的完好与否会直接影响企业的经济效益。随着计算机技术的应用领域越来越广泛，使得利用计算机实现对一线生产设备的管理成为了可能。这也符合现代工业向信息化、高速化和自动化发展的趋势。因此，十分有必要利用计算机领域的前沿技术来对旋转设备进行远程故障诊断，代替传统的人工巡检模式，这对减少故障检测成本，提高企业生产经营效率具有重大意义。 本文系统地阐述了旋转设备故障诊断领域的相关原理和研究现状，重点研究了利用振动数据对设备进行诊断的具体方法。振动故障作为旋转设备中最常发生的一类故障，是生产企业在日常巡检中十分重视的问题。由于日常监测的数据量过于庞大，采用人工分析的方法就显得不切实际，因此，数据挖掘技术就成为了解决这一问题的首选。 数据挖掘技术可以看作是一种新型的数据处理方式。它是通过分析已有数据，从海量的数据中寻找对人类有用的隐含信息，并将挖掘结果进行展示的技术。本研究首先确定了基于数据挖掘的旋转设备振动故障诊断的技术路线。侧重研究了现阶段数据挖掘领域的各种算法，根据现有数据源的实际情况，从中选取一个具有借鉴意义的挖掘算法作为研究基础。并以旋转机械的振动故障为研究对象，利用所选择的数据挖掘算法从大量的生产数据中挖掘出故障诊断规则，将这些规则与生产单位现有的规则进行对照。结果表明，通过数据挖掘算法挖掘出的规则正确率在85%以上。将这些筛选后的准确规则建立一个由故障现象、故障原因和专家建议组成的规则知识库，它将为旋转设备的故障诊断提供必要的理论与技术基础。 我们在对旋转设备振动故障诊断的相关研究基础上，，结合利用数据挖掘技术获取的故障诊断规则，在windows7平台下，应用Myeclipse开发工具、Mysql数据库、Navicat forMySQL8.0数据库管理软件和java编程语言，采用面向对象的程序设计思想，开发了一款B\S结构的设备故障诊断系统。 在开发这一软件的过程中，利用软件工程技术，对所开发的软件系统的需求分析、系统设计、编码实现、软件测试和软件实施进行了详细的阐述。 在经过一系列的测试和试运行工作后，所开发的软件在功能上实现了预期的目标，达到了用户所需求的标准。目前，该软件已经交付用户使用，这对于生产企业在日常的旋转设备振动故障诊断、提高企业的信息化管理程度、减少过剩维修成本等方面都提供了十分切实有效的帮助。 随着数据挖掘技术和机械故障诊断研究的日趋成熟，利用计算机对机械的故障进行诊断越来越多的应用于各大型企业之中，本文的研究结果恰恰遵循了当下机械故障诊断领域的发展趋势，为今后将数据挖掘技术应用到实际生产领域的研究提供了一些借鉴与参考。
【关键词】：数据挖掘 旋转设备 故障诊断 关联规则
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP311.13;TH165.3
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-15
• 1.1 课题来源及背景11-13
• 1.2 故障诊断的发展与研究现状13
• 1.3 数据挖掘在故障诊断中的应用13-14
• 1.4 本文的研究内容14
• 1.5 本文的内容组织14-15
• 第2章 设备的振动故障诊断与数据挖掘15-20
• 2.1 振动故障的诊断15-16
• 2.1.1 振动分析法15-16
• 2.1.2 振动故障类型的诊断16
• 2.2 数据挖掘概述16
• 2.3 数据挖掘的一般过程16-19
• 2.3.1 数据准备17
• 2.3.2 数据预处理17-18
• 2.3.3 数据挖掘18
• 2.3.4 结果评估18-19
• 2.4 本章小结19-20
• 第3章 故障评估与关联规则挖掘20-30
• 3.1 振动故障的评估20-22
• 3.2 数据挖掘的技术方法22-23
• 3.3 关联规则23
• 3.4 Apriori 算法23-24
• 3.5 Apriori 算法的具体应用24-29
• 3.5.1 数据准备24-25
• 3.5.2 数据预处理25-26
• 3.5.3 挖掘过程26-29
• 3.5.4 规则验证29
• 3.6 本章小结29-30
• 第4章 设备状态监测系统的实现30-48
• 4.1 系统开发背景30
• 4.2 技术框架设计30-32
• 4.3 系统的功能设计32-36
• 4.3.1 规则库的业务流程设计32-34
• 4.3.2 数据处理流程的设计34-35
• 4.3.3 报表功能流程设计35-36
• 4.4 系统程序设计36-38
• 4.4.1 用户类36-37
• 4.4.2 数据类37
• 4.4.3 规则类37-38
• 4.5 数据库设计38-41
• 4.5.1 组织机构的数据库设计38-39
• 4.5.2 数据处理的数据库设计39-40
• 4.5.3 诊断规则的数据库设计40-41
• 4.6 系统实现41-47
• 4.6.1 系统总体界面41-42
• 4.6.2 报警阈值设置42-43
• 4.6.3 规则库设置43-44
• 4.6.4 振动故障诊断44-46
• 4.6.5 报表功能46-47
• 4.6.6 论坛功能47
• 4.7 本章小结47-48
• 第5章 系统的测试与实施48-52
• 5.1 系统的测试48-50
• 5.1.1 测试用例的制定48-50
• 5.1.2 测试结果分析50
• 5.2 系统的实施50-51
• 5.3 本章小结51-52
• 第6章 总结与展望52-54
• 6.1 总结52
• 6.2 待完善的工作52-54
• 参考文献54-56
• 作者简介56-57
• 致谢57

【相似文献】

中国期刊全文数据库 前10条

1 程险峰;;多种关联规则挖掘算法的研究与分析[J];长春理工大学学报(自然科学版);2011年01期

2 熊和金;数据挖掘的模糊统计法及其在交通流中的应用[J];武汉理工大学学报(交通科学与工程版);2001年04期

3 郑泽席;基于数据挖掘的知识发现在MDSS中的应用研究[J];指挥技术学院学报;2001年04期

4 李邦云,丁晓群,程莉;基于数据挖掘的负荷预测[J];电力自动化设备;2003年08期

5 蒙祖强,蔡自兴;基于Multi-Agent技术的个性化数据挖掘系统[J];中南工业大学学报(自然科学版);2003年03期

6 张永梅,陈立潮,席利宝;数据挖掘技术在地理信息系统中的应用[J];测试技术学报;2003年03期

7 张欣欣,薛冰冰;基于数据挖掘技术的BBS的安全管理[J];洛阳工业高等专科学校学报;2003年04期

8 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

9 卢清华,孙延明,赖朝安;基于网络的产品设计数据挖掘系统研究[J];现代制造工程;2004年11期

10 李斌,郭剑毅;基于系统聚类的客户分析[J];昆明理工大学学报(理工版);2004年06期

中国重要会议论文全文数据库 前10条

1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年

2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年

4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（下册）[C];2004年

5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年

7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年

10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年

中国重要报纸全文数据库 前10条

1 李开宇　黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年

2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年

3 记者　晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年

4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

5 张立明;数据挖掘之道[N];网络世界;2003年

6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年

7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年

8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年

9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年

中国博士学位论文全文数据库 前10条

1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年

2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年

3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年

4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年

5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院（上海生命科学研究院）;2004年

6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年

7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年

8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

9 刘东升;面向连锁零售企业的客户关系管理模型（R-CRM）研究[D];浙江工商大学;2008年

10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年

中国硕士学位论文全文数据库 前10条

1 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年

2 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年

3 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年

4 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年

5 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年

6 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年

7 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年

8 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年

9 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年

10 刘华敏;数据挖掘在高职院校学生成绩分析中的应用[D];安徽大学;2011年

  本文关键词：基于数据挖掘的旋转设备振动故障诊断应用，由笔耕文化传播整理发布。

本文编号：385253