本文關鍵詞： 故障數(shù)據(jù)挖掘 相似性系數(shù) 粒子群算法　出處：《科技通報》2016年04期 　論文類型：期刊論文

【摘要】：針對旋轉機械振動故障數(shù)據(jù)分類挖掘的效率極低、誤差率大的問題。為此,提出基于相似性系數(shù)與粒子群算法融合的旋轉機械振動故障數(shù)據(jù)優(yōu)化挖掘方法。以故障數(shù)據(jù)之間的差異性為依據(jù),對故障數(shù)據(jù)進行中心化、無量化及標準化處理,以此保證故障數(shù)據(jù)變量的統(tǒng)一性,為故障數(shù)據(jù)挖掘提供便利;依據(jù)相似系數(shù)理論,構建異常旋轉機械振動故障數(shù)據(jù)庫挖掘的數(shù)學模型,并采用粒子群算法對該模型進行求解,計算旋轉機械振動故障數(shù)據(jù)庫挖掘模型的最優(yōu)解,實現(xiàn)并行數(shù)據(jù)庫故障數(shù)據(jù)精確挖掘。實驗結果表明,采用改進算法進行旋轉機械振動故障數(shù)據(jù)優(yōu)化挖掘,能夠提高挖掘的速度與精度,提高算法魯棒性,滿足了機械振動故障數(shù)據(jù)庫實際的應用需求。
[Abstract]:Aiming at the problem of low efficiency and large error rate of classification mining for vibration fault data of rotating machinery. Based on similarity coefficient and particle swarm optimization algorithm, an optimal mining method for vibration fault data of rotating machinery is proposed. Based on the difference of fault data, fault data is centralized. No quantization and standardized processing, so as to ensure the unity of fault data variables, and provide convenience for fault data mining; According to the similarity coefficient theory, the mathematical model of abnormal rotating machinery vibration fault database mining is constructed, and the particle swarm optimization algorithm is used to solve the model. The optimal solution of rotating machinery vibration fault database mining model is calculated, and the accurate mining of parallel database fault data is realized. The experimental results show that the improved algorithm is used to optimize the rotating machinery vibration fault data mining. It can improve the speed and precision of mining, improve the robustness of the algorithm, and meet the practical application needs of mechanical vibration fault database.
【作者單位】： 貴州理工學院信息工程學院;
【分類號】：TP311.13;TH17
【正文快照】： 0引言隨著數(shù)據(jù)庫技術的發(fā)展與普及,數(shù)據(jù)庫的規(guī)模不斷擴大,對大型旋轉機械數(shù)據(jù)庫中的故障數(shù)據(jù)進行挖掘,可以保證大型旋轉機械設備振動監(jiān)測與故障診斷的準確性。但對于故障數(shù)據(jù)的分類挖掘實現(xiàn)過程復雜,直接影響了故障數(shù)據(jù)挖掘效果與正常的應用需求。如何有效的進行故障數(shù)據(jù)優(yōu)化

【相似文獻】

相關期刊論文 前10條

1 付汝楫;;旋轉機器常見的振動故障及判別方法[J];機械強度;1985年02期

2 陳敢澤;王祖紳;;起重機振動故障的維修[J];新技術新工藝;1991年06期

3 黃生琪,周菊華;常見轉機振動故障的分析處理和預防[J];中國設備工程;2005年04期

4 李鴻;馬立軍;;離心泵振動故障探討與研究[J];齊齊哈爾大學學報(自然科學版);2008年04期

5 侯敬宏,黃樹紅,申_",張燕平;基于小波分析的透平機械振動故障特征定量識別研究[J];南京師范大學學報(工程技術版);2002年02期

6 郭歡;李小東;王宇;;增壓機的振動故障分析及處理[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2014年03期

7 李劍峰;;典型振動故障的診斷[J];通用機械;2008年01期

8 姬廣勤;徐興科;趙以萬;;引風機振動故障的診斷與分析[J];風機技術;2006年06期

9 申大勇;;典型振動故障的診斷[J];中國設備工程;2011年01期

10 阮躍,徐世昌,黃文虎;旋轉機械振動故障的動態(tài)模糊診斷[J];發(fā)電設備;1997年05期

相關會議論文 前4條

1 王先平;黃貽玉;;焦爐煤氣鼓風機常見振動故障分析及處理[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

2 金穎;溫廣瑞;郎博;劉振揚;;某多軸壓縮機的一起振動故障分析與診斷[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

3 錢廣華;溫廣瑞;田利凱;張西寧;;某齒式壓縮機振動故障分析與診斷[A];第9屆全國轉子動力學學術討論會ROTDYN'2010論文集[C];2010年

4 李培明;;深井泵振動故障產(chǎn)生的原因及判斷方法[A];冀晉瓊粵川魯六省金屬學會第十五屆礦山學術交流會論文集[C];2008年

相關碩士學位論文 前1條

1 陳非;基于融合信息熵距的旋轉機械振動故障定量診斷研究[D];華中科技大學;2005年

，

本文編號：1473942