基于机器学习的故障识别方法与系统研制

摘要

目前，复杂设备系统故障信息多采用文字描述的形式进行记录和保存，累积产生的大量故障信息没有有效的应用到设备维修和实际应用中去。如何有效利用这些非结构性的故障信息，研究分析设备之间的关联失效关系，实现对复杂多变的设备故障信息进行诊断与预测，确保整个系统健康安全的运行状态，已经成为保障复杂设备系统安全、高效运营亟需解决的重点问题。鉴于此，本文提出了基于机器学习的故障识别方法与系统研制。
　　论文以高速列车牵引系统的故障信息为背景，在对非结构型数据特征研究的基础上，提出了改进的设备故障信息特征词提取方法和设备故障信息关联失效规则提取算法，建立了设备关联失效规则和系统的关联失效模型。基于研究内容，研制开发了复杂设备系统故障数据管理与故障识别原型系统。主要研究工作具体包括:
　　(1)设备故障信息特征词提取方法研究
　　在分析了目前复杂系统设备故障信息的特性基础上，研究了文本信息分词和特征词提取方法，给出了设备故障信息特征词提取方法。以某高速列车故障信息为例，有效提取了高速列车故障信息中的特征词。
　　(2)设备关联失效规则算法分析研究
　　在提取了设备故障信息特征词的基础上，基于关联分析方法，提取设备关联失效规则，建立了设备关联失效模型。以高速列车牵引系统故障信息中的特征词为例，构建了高速列车牵引系统关联失效模型。
　　(3)设备故障识别方法研究
　　在构建的系统关联失效模型和故障识别方法基础上，提出了模糊故障Petri网的故障识别方法。以高速列车牵引系统的关联失效模型基础，验证了设备故障识别方法的有效性和准确性。
　　(4)设备故障识别系统实现
　　采用JAVA语言，利用MVC框架+Flex+Tweaver+Amchertsk技术对各个算法进行实现，得到设备故障识别原型系统，完成通过故障数据对设备故障状态以及故障结果的智能识别。

目录

声明

致谢

摘要

1 引言

1．1 研究背景及意义

1．2 研究目标及意义

1．3 研究内容及技术路线

1．3．1 研究内容

1．3．2 技术路线

2 国内外研究现状及分析

2．1 机器学习在设备故障识别中的研究分析

2．2 机器学习在文本信息处理中的研究分析

2．3 文本信息处理方法研究

2．3．1 文本分词方法研究现状

2．3．2 特征词提取方法研究现状

2．4 关联规则算法的研究现状

2．5 故障识别算法的研究现状

2．6 本章小结

3 设备故障信息特征词提取方法研究

3．1 设备故障数据信息特征分析

3．1．1 故障信息特征分析

3．1．2 故障信息预处理

3．2 基于改进的N-Gram算法的故障信息特征词提取

3．2．1 N-Gram算法

3．2．2 文本信息词频字典获取

3．2．3 基于N-Gram的改进算法

3．3 实例分析

3．3．1 设备故障信息词频字典

3．3．2 牵引系统故障信息特征词提取

3．3．3 设备故障信息特征词提取结果与分析

3．4 本章总结

4 设备关联失效规则算法分析与研究

4．1 关联失效分析基本理论

4．2 改进的Apriori算法

4．2．1 Apriori算法基础理论

4．2．2 Apriori算法存在的问题

4．2．3 改进的Apriori算法改进思想

4．2．4 改进的Apriori算法的具体描述

4．2．5 改进的Apriori算法的实现

4．3 改进的FP-Growth算法

4．3．1 FP-Growth算法基础理论

4．3．2 FP-Growth算法的具体流程

4．3．3 FP-Growth算法的改进思想

4．3．4 改进的FP-Grovrth算法的实现

4．3．5 改进的FP-Growth算法与改进的Apriori算法相比较

4．4 基于改进的FP-Growth算法的关联失效模型的构建

4．4．1 设备关联失效规则提取分析

4．4．2 系统失效关系模型的构建

4．5 实例分析

4．6 本章小结

5 基于模糊故障Petri网的故障识别方法研究

5．1 模糊故障Petri网模型的理论基础

5．1．1 模糊故障Petri网模型的相关理论基础

5．1．2 传统Petri网描述故障诊断中的问题

5．2 模糊故障Petri网模型研究

5．2．1 模糊故障Petri网的定义

5．2．2 模糊故障Petri网推理描述

5．3 基于模糊故障Petri网络模型的故障传播分析

5．3．1 正向推理算法

5．3．2 反向推理算法

5．4 模糊故障Petri网的设备故障识别分析

5．4．1 模糊故障Petri网模型建立

5．4．2 故障识别推理算法分析

5．5 本章小结

6 故障识别系统设计与实现

6．1 需求分析

6．1．1 数据来源

6．1．2 系统功能需求

6．1．3 系统其他需求

6．2 系统设计

6．2．1 系统逻辑设计

6．2．2 物理结构设计

6．2．3 系统主要功能设计

6．2．4 数据库设计

6．3 牵引系统的故障识别系统的实现

6．3．1 牵引系统故障信息特征词提取算法的系统实现

6．3．2 牵引系统设备关联规则提取算法的系统实现

6．3．3 牵引系统的设备故障诊断的系统实现

6．4 本章小结

7 结论与展望

7．1 结论

7．2 展望

参考文献

附录

作者简历

学位论文数据集