基于多值属性Apriori算法的飞机IDG故障分析

摘要

为了更为高效地挖掘海量航空维修数据中隐含的信息,提升飞机故障分析能力及深度维修能力,通过轮廓系数K-means聚类和多值属性Apriori关联规则算法挖掘飞机IDG部件各故障因素之间的关联规则.首先,采集B737飞机故障维修数据,进行预处理并筛选出与IDG部件相关的故障数据信息;其次,利用K-means聚类和多值属性Apriori关联规则算法对IDG部件故障数据进行聚类分析和关联规则挖掘,得到主要故障现象及各因素之间的强关联规则,和传统Apriori算法对比,多值属性Apriori算法的运行时间更短、效率更高;最后,结合各组件工作机理对B737飞机IDG部件提出了相关预防性维修建议.