[發(fā)明專利]基于改進關(guān)聯(lián)規(guī)則的橋式抓斗卸船機故障預(yù)測模型方法

有效

• 申請?zhí)枺?/td>: 201810545101.5
• 申請日: 2018-05-31
• 公開（公告）號: CN108873859B
• 公開（公告）日: 2020-07-31
• 發(fā)明（設(shè)計）人: 葉永偉;程毅飛;賴劍人;任設(shè)東
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強

1.一種基于改進關(guān)聯(lián)規(guī)則的橋式抓斗卸船機故障預(yù)測模型方法，其特征在于：所述預(yù)測方法包括以下步驟：

(1)獲得模型輸入和輸出，將橋式抓斗卸船機狀態(tài)監(jiān)測的特征參數(shù)作為模型輸入，采樣獲得卸船機的關(guān)聯(lián)內(nèi)部特征信息和故障類別作為模型輸出；

(2)對原始監(jiān)測數(shù)據(jù)進行預(yù)處理，將數(shù)據(jù)歸一化，生成數(shù)據(jù)集進行分組獲得訓(xùn)練集和測試集；

(3)選取聚類算法對數(shù)據(jù)根據(jù)其屬性值域離散為非線性聚類區(qū)間，將數(shù)值型數(shù)據(jù)轉(zhuǎn)化為布爾型進行處理，根據(jù)卸船機實際運作工況特點，保存數(shù)量較小的類，得到數(shù)據(jù)的實際分布結(jié)果；

(4)對興趣度關(guān)聯(lián)規(guī)則算法進行改進并獲得能表征卸船機運行狀態(tài)的關(guān)聯(lián)規(guī)則組，得到橋式抓斗卸船機的運行狀態(tài)特征；

(5)利用關(guān)聯(lián)規(guī)則組，結(jié)合狀態(tài)數(shù)據(jù)關(guān)聯(lián)維權(quán)重系數(shù)構(gòu)建狀態(tài)監(jiān)測數(shù)據(jù)關(guān)聯(lián)規(guī)則指向性特征約束函數(shù)模型；

(6)輸入數(shù)據(jù)集利用訓(xùn)練得到的基于改進關(guān)聯(lián)規(guī)則的卸船機故障預(yù)測模型對卸船機故障類型進行預(yù)測；

(7)將卸船機故障發(fā)生歷史數(shù)據(jù)用于卸船機故障預(yù)測模型，將預(yù)測結(jié)果和歷史故障進行對比，分析預(yù)測結(jié)果；

所述步驟(4)中，對興趣度關(guān)聯(lián)規(guī)則算法進行改進并獲得能表征卸船機運行狀態(tài)的關(guān)聯(lián)規(guī)則組，過程如下：

(4.1)讀入橋式抓斗卸船機監(jiān)測數(shù)據(jù)訓(xùn)練樣本集；

(4.2)對預(yù)處理后的數(shù)據(jù)進行聚類離散，將其轉(zhuǎn)化為布爾型關(guān)聯(lián)規(guī)則進行處理；

(4.3)設(shè)置事務(wù)項集D，掃描事務(wù)數(shù)據(jù)庫，分析每個事務(wù)的數(shù)據(jù)項，首次出現(xiàn)該數(shù)據(jù)項加入候選項集的集合C₁，并將計數(shù)值置1；若該數(shù)據(jù)項已經(jīng)出現(xiàn)在C₁中，則將它的計數(shù)值加1，這樣得到候選1-項集的集合C₁，掃描C₁，刪除支持度小于給定支持度閾值的項集，得到頻繁1-項集L₁；

(4.4)由L₁進行連接，得到C₂，以此得到的L_K-1進行連接；

(4.5)對連接產(chǎn)生的項集進行剪枝，生成候選項集C_K；

(4.6)掃描C_K，刪除計數(shù)值小于給定支持度技術(shù)的項集，得到頻繁K-項集的集合L_K；

(4.7)循環(huán)(4.2)到(4.4)，直到頻繁項集L_K為空，得到所有頻繁項集L＝L₁∪L₂…∪L_K；

(4.8)對每個頻繁項集L，篩選出滿足興趣度和置信度要求的能表征橋式抓斗卸船機運行狀態(tài)的關(guān)聯(lián)規(guī)則組；

所述步驟(1)中，以橋式抓斗卸船機為研究對象，其特征參數(shù)是通過分析橋式抓斗卸船機運行狀態(tài)和故障發(fā)生特點得出，其中包括橋式抓斗卸船機四卷筒系統(tǒng)、大車運行系統(tǒng)、變幅系統(tǒng)、金屬結(jié)構(gòu)系統(tǒng)中不同部位的振動烈度以及金屬結(jié)構(gòu)不同位置的應(yīng)力值作為特征參數(shù)；模型輸出包括橋式抓斗卸船機關(guān)聯(lián)內(nèi)部特征信息與故障類型；

所述步驟(2)中，對原始監(jiān)測數(shù)據(jù)進行預(yù)處理，過程如下：

(2.1)為全面監(jiān)測橋式抓斗卸船機的機械狀態(tài)，在卸船機主要位置布置了37個傳感測點，這些測點按監(jiān)測點位置分成5組：第I組監(jiān)測四卷筒系統(tǒng)驅(qū)動電機、減速器的振動；第II組監(jiān)測變幅系統(tǒng)驅(qū)動電機和減速箱的振動；第III組監(jiān)測大車運行系統(tǒng)驅(qū)動電機和減速器的振動；第IV組監(jiān)測金屬結(jié)構(gòu)系統(tǒng)中大梁、小門架及軌道上的振動與沖擊；第V組監(jiān)測金屬結(jié)構(gòu)的受力情況，實時采集這些監(jiān)測點的數(shù)據(jù)作為分析數(shù)據(jù)；

(2.2)監(jiān)測點采集的是實時數(shù)據(jù)，包括橋式抓斗卸船機遇到外界環(huán)境干擾、非正常工作以及卸船機長時間停機整治或休息時，這些數(shù)據(jù)將不考慮對其故障分析當(dāng)中，需要將其剔除；數(shù)據(jù)采集中出現(xiàn)空缺值時，采用其他數(shù)據(jù)的平均值進行填充；將不同名稱的數(shù)據(jù)依據(jù)需要轉(zhuǎn)換成適合于挖掘的形式；

所述步驟(5)中，結(jié)合狀態(tài)數(shù)據(jù)關(guān)聯(lián)維權(quán)重系數(shù)構(gòu)建狀態(tài)監(jiān)測數(shù)據(jù)關(guān)聯(lián)規(guī)則指向性特征約束函數(shù)模型的過程如下：

(5.1)確定橋式抓斗卸船機的故障類型及故障征兆，項集F₁＝軌道故障，F(xiàn)₂＝主梁故障…F_n＝電機故障；項集S₁＝開閉電機振動，S₂＝起升電機振動…S_m＝大梁端振動；

(5.2)采集相同工況下且足夠多的歷史實驗數(shù)據(jù)作為樣本，分析故障類型與故障征兆之間的關(guān)聯(lián)性，在此分析中事務(wù)數(shù)據(jù)庫D_i＝{第i個故障類型F_i發(fā)生}，項集S_i＝{第i個故障征兆狀態(tài)超標(biāo)}，總樣本中，各故障征兆S_n發(fā)生的狀態(tài)量超標(biāo)次數(shù)為f(S_n)，故障例總數(shù)|D_m|中，各故障征兆S_n發(fā)生的狀態(tài)量超標(biāo)次數(shù)為f(S_n∪F_m)，關(guān)聯(lián)規(guī)則為第m個故障類型F_m對應(yīng)的約簡后故障征兆為S_m,n，F(xiàn)_m＝{S_m,1,S_m,2,…,S_m,Nm}，其中N_m為約簡后F_m中故障征兆個數(shù)，由置信度得到權(quán)重系數(shù)表達式：式中：W′_m,n為故障類型F_m中故障征兆S_m,n的權(quán)重系數(shù)；C_m,n為相應(yīng)的置信度，建立橋式抓斗卸船機故障類型與橋式抓斗卸船機故障征兆的權(quán)重系數(shù)W′_m,n；

(5.3)對每個關(guān)聯(lián)規(guī)則賦上權(quán)重時，應(yīng)使故障征兆狀態(tài)特征中越重要的規(guī)則權(quán)重越大，并隨著數(shù)據(jù)信息的不斷更新對權(quán)值會有不同方位的收斂，根據(jù)各個規(guī)則的屬性權(quán)重比w_i/w_j(i,j＝1,2,…,n)，構(gòu)造如下的權(quán)重比矩陣M:其中：n是M的唯一非零特征根，記為λ_max，而w是n所對應(yīng)的特征矢量，并采用歸一化的特征作為權(quán)重矢量：以此構(gòu)建基于關(guān)聯(lián)規(guī)則支持度S、置信度C和興趣度I的權(quán)重計算公式w(S,C,I)：其中w(S,C,I)表示規(guī)則AR_i在故障征兆狀態(tài)特征中的權(quán)重；S_i、C_i和I_i分別表示該規(guī)則的支持度、置信度和興趣度，創(chuàng)建橋式抓斗卸船機故障征兆與橋式抓斗卸船機關(guān)聯(lián)規(guī)則組的權(quán)重系數(shù)w_i(S_i,C_i,I_i)；

(5.4)在同一子系統(tǒng)和工況下，篩選可以反映故障征兆S_j參量的所有關(guān)聯(lián)規(guī)則AR_j,k，即為S_j(AR)＝w₁AR_j,1+w₂AR_j,2+…+w_kAR_j,k，以及表征故障類型F_i的所有故障征兆S_i,j，即為F_i(S)＝w′₁S_i,1+w′₂S_i,2+…+w′_jS_i,j，構(gòu)造故障類型與AR組的關(guān)聯(lián)規(guī)則指向性特征約束函數(shù)：F_i(AR)＝w′₁w₁AR_i,1+w′₂w₂AR_i,2+…+w′_kw_kAR_i,k；

(5.5)計算獲取橋式抓斗卸船機故障征兆對應(yīng)的關(guān)聯(lián)規(guī)則組的置信度變化率。