【摘要】：在軸承檢測(cè)時(shí),往往通過分析單個(gè)振動(dòng)傳感器獲取的動(dòng)態(tài)信號(hào),來判定軸承是否工作正常;但單一傳感器信號(hào)反映的信息往往不夠全面。而全矢譜技術(shù)可以有效融合同源振動(dòng)信息,得到更加全面的振動(dòng)特征,從而提取可靠的征兆。由于生產(chǎn)過程自動(dòng)化、連續(xù)化程度越來越高,對(duì)設(shè)備運(yùn)轉(zhuǎn)的可靠性和故障判定的智能化提出更高的要求。因此能夠更早的發(fā)現(xiàn)軸承中存在的潛在故障,對(duì)保障設(shè)備和生產(chǎn)安全有著重要的作用。在預(yù)測(cè)方法研究中,越來越多的人工智能算法被探討和應(yīng)用,關(guān)聯(lián)規(guī)則是一種有效的數(shù)據(jù)挖掘算法,在本文的研究中,將全矢譜信息融合技術(shù)和關(guān)聯(lián)規(guī)則算法相結(jié)合,以機(jī)械設(shè)備中的重要零件滾動(dòng)軸承為研究對(duì)象來進(jìn)行設(shè)備的故障預(yù)警研究,主要內(nèi)容如下:(1)預(yù)警模型的數(shù)據(jù)處理方面,采用全矢希爾伯特(Hilbert)解調(diào)方法來提取滾動(dòng)軸承特征頻率下的故障特征數(shù)據(jù),仿真研究和實(shí)驗(yàn)結(jié)果表明,該方法能夠很好的提取軸承特征頻率下的故障特征數(shù)據(jù)。首先通過傳感器獲取軸承上相互垂直的兩組同源振動(dòng)信號(hào),其次分別對(duì)這兩組作Hlibert變換,構(gòu)造解析信號(hào),并求其包絡(luò),最后將兩個(gè)方向上的包絡(luò)信號(hào)作全矢譜分析,獲取全矢譜結(jié)構(gòu),并作為預(yù)警模型的特征數(shù)據(jù)。(2)建立了全矢-Apriori故障預(yù)警模型,實(shí)驗(yàn)表明,該預(yù)警模型能夠有效預(yù)測(cè)設(shè)備的運(yùn)行狀態(tài),進(jìn)而預(yù)測(cè)設(shè)備故障,但由于Apriori算法需要對(duì)待挖掘數(shù)據(jù)庫(kù)循環(huán)掃描,產(chǎn)生不滿足要求的候選項(xiàng)集,導(dǎo)致產(chǎn)生的強(qiáng)關(guān)聯(lián)規(guī)則少,預(yù)警實(shí)時(shí)性不足。首先采用全矢Hilbert對(duì)正常運(yùn)行狀態(tài)下的原始樣本數(shù)據(jù)進(jìn)行信息融合,然后進(jìn)行離散化等預(yù)處理,建立后期工作所需要的數(shù)據(jù)庫(kù)。利用先驗(yàn)(Apriori)算法發(fā)現(xiàn)滾動(dòng)軸承八個(gè)特征頻率幅值數(shù)據(jù)之間的未知關(guān)系,繼而用挖掘出的關(guān)聯(lián)規(guī)則構(gòu)建一個(gè)規(guī)則庫(kù)。將運(yùn)行數(shù)據(jù)通過處理之后與所建立的規(guī)則庫(kù)相匹配,檢測(cè)當(dāng)前運(yùn)行機(jī)械設(shè)備是否處于故障形成階段,進(jìn)而減少經(jīng)濟(jì)損失。(3)建立了全矢-FP-Growth故障預(yù)警模型,改進(jìn)了全矢-Apriori故障預(yù)警模型中存在的不足。實(shí)驗(yàn)表明,全矢-FP-Growth故障預(yù)警模型相對(duì)于全矢-Apriori預(yù)警模型可有效提前預(yù)警時(shí)間,及時(shí)預(yù)警可能發(fā)生的故障,提醒設(shè)備管理人員采取措施,保障設(shè)備和生產(chǎn)安全。
【圖文】：

2 全矢融合和關(guān)聯(lián)規(guī)則 jtckskjtkkjtckskjtkkkkkkyYeyjyexXexjxe ReReReRe數(shù)將上述節(jié)點(diǎn)振動(dòng)形式可轉(zhuǎn)化為： yytytjytytxxtxtjxtxtkckkskkckkskkkckkskkckkskk cossinsincoscossinsincos示的是旋轉(zhuǎn)機(jī)械設(shè)備在實(shí)際工程中運(yùn)動(dòng)軌跡軌跡：

圖 2.3 軸承軸心運(yùn)動(dòng)軌跡波k ，通過解析幾何方法來求解其橢圓運(yùn)動(dòng)方程中的相關(guān)參 這四個(gè)運(yùn)動(dòng)方程中參數(shù)的表達(dá)式如下： ckskskckkckskckskckckskskkckskckskckskckskckckskskckskckskckskckskckckskskxyxyxxyyxyxyxxyyxxyyxyxyxxyyxxyyxyxy 224121412122222122222222221222222222驗(yàn)證，，軸心的運(yùn)行軌跡是一個(gè)橢圓形狀，這個(gè)形狀其實(shí)能用且這兩個(gè)正圓要求具有一樣的頻率，進(jìn)動(dòng)方向互為反方向，何用兩個(gè)進(jìn)動(dòng)互為反向的正圓來代替軸心的運(yùn)動(dòng)軌跡。同時(shí)
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP311.13;TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李智峰;段蔓;;淺談?dòng)?jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的開發(fā)及應(yīng)用探究[J];信息技術(shù)與信息化;2019年05期

2 邵興江;;數(shù)據(jù)挖掘在教育信息化中的應(yīng)用空間分析[J];浙江現(xiàn)代教育技術(shù);2004年03期

3 于春香;;數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介[J];福建信息技術(shù)教育;2005年01期

4 周致丞;;大數(shù)據(jù)下一種規(guī)則的快速挖掘技術(shù)研究[J];河南科技;2018年25期

5 蔡萌萌;張巍巍;王泓霖;;大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘綜述[J];價(jià)值工程;2019年05期

6 張澤;呂新;侯彤瑜;;數(shù)據(jù)挖掘在農(nóng)業(yè)信息化中的應(yīng)用進(jìn)展探析[J];信息記錄材料;2019年01期

7 張俊杰;;恰當(dāng)?shù)乃畡?wù)大數(shù)據(jù)才符合數(shù)據(jù)挖掘的需求[J];城鄉(xiāng)建設(shè);2019年02期

8 王彬;;數(shù)據(jù)挖掘構(gòu)成要素的偵查視角分析[J];河南警察學(xué)院學(xué)報(bào);2019年02期

9 程志;張玉彤;賈彪;;遠(yuǎn)距離光纖通信傳輸故障數(shù)據(jù)挖掘方法[J];激光雜志;2019年04期

10 趙烏吉斯古楞;;數(shù)據(jù)挖掘的研究熱點(diǎn)和發(fā)展趨勢(shì)的淺談[J];電腦知識(shí)與技術(shù);2019年08期

相關(guān)會(huì)議論文 前10條

1 馬鈺超;;淺析大數(shù)據(jù)和數(shù)據(jù)挖掘及其在煙草行業(yè)中的應(yīng)用[A];中國(guó)煙草學(xué)會(huì)2015年度優(yōu)秀論文匯編[C];2015年

2 唐杰;梅俏竹;;數(shù)據(jù)挖掘?qū)W科發(fā)展研究[A];2012-2013控制科學(xué)與工程學(xué)科發(fā)展報(bào)告[C];2014年

3 王時(shí)光;;大數(shù)據(jù)時(shí)代規(guī)劃數(shù)據(jù)挖掘的創(chuàng)新思考[A];新常態(tài)：傳承與變革——2015中國(guó)城市規(guī)劃年會(huì)論文集（04城市規(guī)劃新技術(shù)應(yīng)用）[C];2015年

4 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

5 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

6 許珂;姜山;;數(shù)據(jù)挖掘方法在科技產(chǎn)出分布可視化研究中的運(yùn)用[A];第二屆中國(guó)科技哲學(xué)及交叉學(xué)科研究生論壇論文集（碩士卷）[C];2008年

7 雷宇;;論行業(yè)信息資源的數(shù)據(jù)挖掘[A];中國(guó)煙草行業(yè)信息化研討會(huì)論文集[C];2004年

8 吳以凡;吳鐵軍;歐陽樹生;;面向生產(chǎn)過程質(zhì)量控制的動(dòng)態(tài)數(shù)據(jù)挖掘方法[A];05'中國(guó)自動(dòng)化產(chǎn)業(yè)高峰會(huì)議暨中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇論文集[C];2005年

9 彭怡;;從數(shù)據(jù)挖掘文章聚類分析看其發(fā)展趨勢(shì)[A];現(xiàn)代工業(yè)工程與管理研討會(huì)會(huì)議論文集[C];2006年

10 張建錦;劉小霞;;密度偏差抽樣及其在海量數(shù)據(jù)挖掘中的應(yīng)用[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（下）[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 陸天歌 王兆亮;數(shù)據(jù)挖掘：幫你讀懂未來戰(zhàn)爭(zhēng)[N];解放軍報(bào);2018年

2 本報(bào)記者 戴麗昕;在人才工作中展現(xiàn)數(shù)據(jù)挖掘力量[N];上�？萍紙�(bào);2019年

3 本報(bào)記者 林麗鸝;用大數(shù)據(jù)挖掘市場(chǎng)“金礦”[N];人民日?qǐng)?bào);2019年

4 本報(bào)記者 張佳星;把扎克伯格拉下水，大數(shù)據(jù)挖掘犯錯(cuò)了嗎[N];科技日?qǐng)?bào);2018年

5 本報(bào)記者 張佳星;數(shù)據(jù)挖掘大戰(zhàn) 機(jī)器怎么做到“見信如面”[N];科技日?qǐng)?bào);2018年

6 記者 張瀟;打造數(shù)據(jù)挖掘領(lǐng)域的“響尾蛇模式”[N];西安日?qǐng)?bào);2018年

7 上海市浦東衛(wèi)生發(fā)展研究院 孫雪松 王曉麗;數(shù)據(jù)挖掘在醫(yī)學(xué)大數(shù)據(jù)研究中的應(yīng)用[N];中國(guó)信息化周報(bào);2018年

8 本報(bào)記者 葉曜坤;全國(guó)人大代表鄧曉輝：推翻阻礙數(shù)據(jù)挖掘的“三座大山”[N];人民郵電;2017年

9 本報(bào)記者 牛福蓮;貴州爭(zhēng)奪“大數(shù)據(jù)挖掘”制高點(diǎn)[N];中國(guó)經(jīng)濟(jì)時(shí)報(bào);2017年

10 南方日?qǐng)?bào)記者 彭穎;日化巨頭借力大數(shù)據(jù)挖掘線下市場(chǎng)[N];南方日?qǐng)?bào);2017年

相關(guān)博士學(xué)位論文 前10條

1 姜彥;正則化方法在數(shù)據(jù)挖掘中的應(yīng)用與研究[D];湖南大學(xué);2015年

2 馬昱欣;結(jié)合可視化與數(shù)據(jù)挖掘的數(shù)據(jù)分析方法探究[D];浙江大學(xué);2017年

3 李雄;單核苷酸多態(tài)性數(shù)據(jù)挖掘方法及其應(yīng)用研究[D];湖南大學(xué);2015年

4 董瑤;基于統(tǒng)計(jì)分析與數(shù)據(jù)挖掘的智能優(yōu)化預(yù)測(cè)研究及應(yīng)用[D];蘭州大學(xué);2015年

5 王達(dá);時(shí)間序列數(shù)據(jù)挖掘研究與應(yīng)用[D];浙江大學(xué);2004年

6 馬昕;粗糙集理論在數(shù)據(jù)挖掘領(lǐng)域中的應(yīng)用[D];浙江大學(xué);2003年

7 王立宏;信息系統(tǒng)的約簡(jiǎn)與粒度分析及其在數(shù)據(jù)挖掘中的應(yīng)用[D];上海大學(xué);2004年

8 楊虎;序列數(shù)據(jù)挖掘的模型和算法研究[D];重慶大學(xué);2003年

9 李秋丹;數(shù)據(jù)挖掘相關(guān)算法的研究與平臺(tái)實(shí)現(xiàn)[D];大連理工大學(xué);2004年

10 李力;數(shù)據(jù)挖掘方法研究及其在中藥復(fù)方配伍分析中的應(yīng)用[D];西南交通大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 張f ;面向多尺度數(shù)據(jù)挖掘的數(shù)據(jù)尺度劃分理論與方法[D];河北師范大學(xué);2019年

2 高楠;基于數(shù)據(jù)挖掘的游艇報(bào)價(jià)及精準(zhǔn)營(yíng)銷策略研究[D];大連理工大學(xué);2018年

3 張揚(yáng);基于數(shù)據(jù)挖掘的某商業(yè)銀行客戶分類模型研究[D];廈門大學(xué);2018年

4 胡家瑜;基于小樣本量數(shù)據(jù)挖掘的壓裂工藝參數(shù)優(yōu)化方法研究[D];西南石油大學(xué);2018年

5 張碩;基于數(shù)據(jù)挖掘的中醫(yī)治療男科病臨床用藥規(guī)律與作用機(jī)制研究[D];北京中醫(yī)藥大學(xué);2019年

6 王麗娜;基于軌跡數(shù)據(jù)挖掘的大學(xué)生學(xué)業(yè)成就問題研究[D];南京大學(xué);2019年

7 倪博然;基于數(shù)據(jù)挖掘的趙進(jìn)喜治療糖尿病腎臟病經(jīng)驗(yàn)與從風(fēng)論治經(jīng)驗(yàn)研究[D];北京中醫(yī)藥大學(xué);2019年

8 武志軍;Spark環(huán)境下基于數(shù)據(jù)挖掘的油田產(chǎn)量預(yù)測(cè)技術(shù)研究與應(yīng)用[D];中國(guó)石油大學(xué)(華東);2017年

9 宮鋒;數(shù)據(jù)挖掘在高校學(xué)業(yè)預(yù)警中的應(yīng)用研究[D];中國(guó)石油大學(xué)(華東);2017年

10 周玉平;基于數(shù)據(jù)挖掘的設(shè)備故障智能預(yù)警方法研究[D];鄭州大學(xué);2019年

本文編號(hào)：2646775