基于数据挖掘技术的故障测试与诊断方法研究

摘要

本学位论文以数据挖掘、虚拟仪器和信息融合为理论基础，对复杂系统的故障诊断方法及其应用进行了深入的研究。该研究对保证大型复杂系统高效、安全、稳定、可靠地运行，提高设备生产效率和管理水平，最大程度恢复故障设备并挽回故障造成的经济损失，满足国民经济又好又快的发展等方面有着十分重要的现实意义。 本文设计完成了基于虚拟仪器的故障数据采集实验，为后续研究提供了充足数据。针对复杂系统的实际情况，重点研究了粗糙集算法在属性约简和特征提取中的应用，决策树算法在挖掘故障规则中的应用以及聚类算法在增量数据中挖掘新故障规则的应用。通过改进粗糙集属性约简算法，解决了其在属性约简中效率较低的问题；通过利用嵌入式SQL直接对故障数据库进行高效的数据查询与处理，大大提高了ID3算法的效率和可实现性；通过利用ART2算法与K-means算法相结合的方法，有效抑制了ART2聚类中心的漂移。同时研究了故障诊断中的信息融合，通过对诊断数据融合，使得诊断数据更加全面；通过对诊断方法的融合，使得诊断结果更加快速、准确和可靠。 最后以此三种算法为核心，以液压系统故障诊断为应用背景，设计实现了一个故障测试诊断系统。通过各功能模块的综合使用，实现了故障数据的采集、存储、预处理、规则挖掘、故障诊断和报表生成打印等一系列功能。通过对设备故障实际诊断的实验，证明该系统可以准确地进行故障诊断，同时具有快速自学习发现新规则的能力，能较好的满足实际故障诊断的需要。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题来源及其研究目的意义

1.2国内外研究现状

1.3研究内容

第二章 数据挖掘和故障诊断概述

2.1数据挖掘技术概述

2.1.1数据挖掘的定义

2.1.2数据挖掘的模型和分类

2.2故障测试诊断概述

2.2.1故障测试诊断的常规方法

2.2.2故障测试诊断研究的内容

2.3本文研究的故障诊断中相关数据挖掘技术概述

2.4本章小结

第三章故障诊断中的虚拟仪器技术研究

3.1虚拟仪器简介

3.1.1虚拟仪器概述

3.1.2虚拟仪器应用于故障测试诊断的研究

3.2系统故障机理和故障特点分析

3.2.1系统的故障机理

3.2.2系统的故障特点

3.3基于虚拟仪器的故障数据采集实验研究

3.3.1实验系统的组成和工作流程

3.3.2实验系统监测参数的选取

3.3.3系统实时数据采集的实现

3.4本章小结

第四章 故障诊断中的数据挖掘技术研究

4.1粗糙集应用于故障诊断的研究

4.1.1粗糙集算法概述

4.1.2粗糙集算法中的数据预处理

4.1.3粗糙集算法应用于故障测试诊断的研究

4.1.4粗糙集算法的改进及其在故障诊断中的应用

4.2决策树应用于故障诊断的研究

4.2.1决策树ID3算法概述

4.2.2决策树算法应用于故障诊断的研究

4.2.3决策树ID3算法的改进

4.2.4改进的ID3算法在故障诊断中的应用

4.3聚类算法应用于故障诊断的研究

4.3.1聚类概述

4.3.2聚类算法中的数据预处理

4.3.3 K-means和ART2算法介绍

4.3.4 ART2算法的改进及其在故障诊断中的应用

4.4本章小结

第五章 故障诊断中的信息融合研究

5.1信息融合概述

5.1.1信息融合的定义和功能

5.1.2信息融合的结构和层次

5.2本文诊断数据的融合

5.3本文诊断方法的融合

5.4本章小结

第六章 基于数据挖掘的故障测试与诊断系统设计和开发

6.1故障诊断系统设计

6.1.1系统整体功能设计

6.1.2系统数据库设计

6.1.3系统流程图设计

6.2故障诊断系统的实现

6.2.1系统的软硬件平台

6.2.2系统框架的实现

6.2.3系统访问数据库的实现

6.2.4数据挖掘算法的实现

6.2.5系统数据库管理的实现

6.3系统应用于故障测试诊断实验与结果分析

6.3.1故障规则挖掘实验

6.3.2设备故障实时诊断实验

6.3.3新故障规则挖掘实验

6.4本章小结

第七章总结与展望

7.1工作总结

7.2工作展望

致谢

参考文献

研究成果