基于数据挖掘技术的故障智能诊断系统研究

摘要

故障智能诊断是目前的一个研究热点。它主要包括工况状态数据测取和智能推理诊断。基于数据挖掘技术的故障智能诊断主要就是利用计算机技术、数据库建模技术与数据挖掘技术结合的最新成果，针对故障诊断的特点，以建立好的信息库为基础，通过数据挖掘工具来辅助故障诊断过程。 本文是在研究和分析目前已有的故障智能诊断理论和方法基础上，提出用数据挖掘技术支持故障诊断智能推理过程，建立了一种基于数据挖掘技术的故障智能诊断系统框架，并对其工作过程进行了深入研究。主要有： (1)对国内外故障诊断技术的研究现状进行分析，研究了数据挖掘技术在故障智能诊断中的应用，论述了研究目的和意义。 (2) 研究了故障智能诊断系统模型。在对故障诊断过程进行分析的基础上建立故障智能诊断系统模型框架。 (3) 研究了智能推理技术理论和方法。采用数据挖掘技术从已有的故障案例数据库、知识库、规则库中获取有用的信息和知识来有效地支持故障智能诊断过程。 (4)对建立数据挖掘模型的决策树、粗糙集、贝叶斯三种算法进行了较深入的研究，探讨了基于三种算法的不同数据挖掘器模型的数据流程和具体执行步骤，并对三种挖掘器模型和系统的诊断性能进行了测试、分析与比较。 (5)详细描述了原型系统的设计与实现，包括系统的功能模块、用户界面和用法等，并通过实例对整个系统进行了分析，验证了系统进行故障智能诊断工作的有效性。