[發明專利]一種基于二級松弛聚類的設備退化數據便捷標注方法

在審

• 申請號: 202110698361.8
• 申請日: 2021-06-23
• 公開（公告）號: CN113378956A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 李周正;馮坤;江志農
• 申請（專利權）人: 北京化工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 重慶宏知億知識產權代理事務所(特殊普通合伙) 50260
• 代理人: 梁山丹

本發明涉及一種基于二級松弛聚類的設備退化數據便捷標注方法，主要針對機械設備在運行周期內產生的退化數據的無監督快速標注。其特征在于：該方法通過進行二級松弛重聚類對各種聚類方法進行改進，使其更適用于具有健康?退化?故障過程或符合類似性質的數據的標注，能夠更準確地切分數據的退化過程，幫助研究人員對數據進行標注和分析。在模擬和實際數據集中，本發明相比傳統聚類方法獲得了更優的分割結果，僅經過小幅改動即可作為該數據片段的實際退化標簽。本發明簡單易用，適用范圍廣，可以在工程實踐中為研究人員提供便利。

技術領域

本發明涉及一種設備退化數據便捷標注的方法，特別涉及一種基于二級松弛聚類對設備在單一工況下從健康狀態逐漸運行至退化或故障狀態的數據進行快速狀態標注方法。

背景技術

對歷史退化或故障數據的標注一直以來都是依靠研究人員憑借經驗手動操作完成的，但當遇到可供參考的特征較多、數據較長、特征變化不明顯時，研究人員往往不能簡單快速精準地標注退化或故障的起始點。不僅如此，手動標注的準確度可能隨研究人員水平不同而有較大的浮動，造成數據集標簽準確率的不穩定性。

因此，近年來，以K-means、譜聚類等為首的無監督聚類方法成為了對上文這類數據進行標注的有力候補，也有文獻在一些模擬數據集上采用了這些聚類方法用于區分數據段中的健康和退化狀態。然而，僅僅使用普通聚類方法，并不能在實際的數據集中準確地對健康數據進行區分。因為健康數據往往具有密集度高、分布緊湊的特點，而設備退化后的數據會從健康數據的密集區產生較大幅度的偏移。在這種情況下，對于健康和退化狀態的聚類方法，衡量聚類中心到數據點距離的規則若相同，則會造成部分已經偏離健康數據類別的數據點被歸于正常類別，產生精度不高的問題，如圖1所示。

發明內容

本發明的目的在于幫助研究人員快速精準標記一段包含從健康狀態逐漸退化或發生故障的改進聚類。本發明是一種幾乎無需人工干預的智能方法，可以對機械設備全運行周期數據的各故障進展階段進行高效且準確地聚類并標記，為設備故障的研究人員和工程人員提供初步的數據切分和分析。本發明中的二級松弛聚類，旨在改進傳統利用聚類方法標記故障的方法，在第一次聚類的基礎上，通過改變不同類別中聚類中心到數據點距離的規則(系數)，提升對于退化過程和故障狀態的聚類精度。

本發明提出的方法主要應用在由單一設備、單一工況下運行的全生產周期數據，數據中應盡量包含健康、退化或故障狀態，同時要求其中的健康數據聚攏程度高。

1.本發明采用技術方案如下：

一種使用機器學習中的無監督聚類方法對設備全運行周期數據進行自動聚類和狀態標注的智能方法。該方法通過對設備從健康到退化或出現故障的運行數據進行一次聚類的基礎上，進一步進行二級松弛重聚類方法，進行無監督自動聚類并標記健康、退化和故障的標簽。

該方法在實際應用中主要包含以下具體流程：

(1)獲取一段設備在某工況下從健康狀態持續運行到退化或故障的全運行周期數據；

(2)對該段數據提取特征后進行標準化，消除特征間的分布差異；

(3)對標準化后的數據進行無監督聚類(使用如K-Means的算法)；

(4)通過數據的分布特征標記健康、退化、故障的數據狀態；

(5)使用二級松弛聚類對一次聚類結果重新進行迭代聚類；

(6)輸出該段數據使用本發明對健康、退化、故障狀態數據段切分的最終結果。

所說的二級松弛重聚類方法，其特征在于：以第一次聚類的結果為基礎，自動挑選數據段中的健康類別，并使用自適應的松弛系數進行重新聚類，消除退化狀態中被區分為“健康”類別的“退化”類別數據點。其中，松弛系數主要作用于一次聚類結果中的“健康”類別，通過縮小該類的聚類吸引范圍達到更為精確的分割。