[發明專利]一種基于故障頻繁模式的液壓設備故障預警方法

無效

• 申請號: 201210266257.2
• 申請日: 2012-07-30
• 公開（公告）號: CN102809965A
• 公開（公告）日: 2012-12-05
• 發明（設計）人: 朱清香;季海鵬;劉晶
• 申請（專利權）人: 燕山大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 石家莊一誠知識產權事務所 13116
• 代理人: 崔鳳英

技術領域

本發明涉及液壓設備故障預警領域，特別涉及一種基于故障頻繁模式的液壓設備故障預警方法。

背景技術

液壓系統作為工業中最主要的傳動方式之一，被廣泛應用于各種機械設備，扮演著極為重要的角色。現代液壓設備多為結構復雜，精密度高的機、電、液一體化設備，設備具有機液耦合、時變性和非線性等特性，而且液壓系統中各元件在密閉的油路中工作，管路內油液的流動狀態和內部零件情況無法直接觀察，因此液壓設備的故障診斷比一般機械、電氣設備的故障診斷更為困難；而且生產過程中某一關鍵液壓設備因故障無法繼續運行，往往會波及整個生產流程，造成巨大的經濟損失，更嚴重的還會帶來人員的傷亡；同時液壓設備所處運行環境多較復雜，受粉塵、溫度等隨機性因素影響較大，因此很難用一種精確的數學模型描述所有液壓設備的故障狀況。隨著現代工業及科學技術的迅速發展，液壓設備日趨大型化、自動化和智能化，其設備結構越來越精密，各個部件之間關聯性強，各種故障經常同時發生，故障現象十分復雜。另一方面，新型液壓設備監控和收集數據的能力獲得了極大的提高，企業面臨著擁有海量信息數據卻無法分析的現狀。因此，如何通過有效的數據分析從而得到設備運行狀態，更加準確的預測故障，避免停機帶來的損失成為新的研究熱點。

關聯規則是數據挖掘中最重要的方法之一，主要是挖掘出數據之間的關聯性。關聯分析是為了挖掘出隱藏在數據間的相互關系，從一組給定的數據項以及交易集合中，分析數據項集在交易集合中出現的頻度關系。著名的“啤酒和尿布”就是一個關聯規則的例子，啤酒和尿布分別是一個數據項，通過關聯分析，發現這兩個數據項集之間存在著很高的頻度關系。關聯規則挖掘目前已在商業等領域有大量的成功應用，成為市場分析、交叉銷售和客戶關系管理（CRM）等應用的核心技術，同時隨著應用需求的加深，關聯規則挖掘已經成為數據挖掘領域中主要研究內容之一。關聯規則挖掘已被廣泛用于購物籃分析、聚類、分類和其他數據挖掘任務。

關聯規則挖掘中最常用的是由Agrawal等于1994年提出的Apriori，其核心思想是利用頻繁項集性質的先驗知識通過逐層搜索的迭代方法，即將k-項集用于探索（k+1）-項集，來窮盡數據集的所有頻繁項集。

Apriori中最重要的兩個指標為規則的支持度和置信度。

規則在交易數據庫D中的支持度（support）是交易中包含X和Y的交易數與所有交易數之比，記為即

support(X⇒Y)=support(X∪Y=)=|{T:X∪Y⊆T,T∈D}|/|D|.]]>

規則在交易數據庫中的可信度（confidence）是指包含X和Y的交易數與包含X的交易數之比，記為即