本文關(guān)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(bào)》2016年04期 　論文類型：期刊論文

【摘要】：針對旋轉(zhuǎn)機(jī)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(zhuǎn)機(jī)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(jìn)行中心化、無量化及標(biāo)準(zhǔn)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(gòu)建異常旋轉(zhuǎn)機(jī)械振動故障數(shù)據(jù)庫挖掘的數(shù)學(xué)模型,并采用粒子群算法對該模型進(jìn)行求解,計(jì)算旋轉(zhuǎn)機(jī)械振動故障數(shù)據(jù)庫挖掘模型的最優(yōu)解,實(shí)現(xiàn)并行數(shù)據(jù)庫故障數(shù)據(jù)精確挖掘。實(shí)驗(yàn)結(jié)果表明,采用改進(jìn)算法進(jìn)行旋轉(zhuǎn)機(jī)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(jī)械振動故障數(shù)據(jù)庫實(shí)際的應(yīng)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(xué)院信息工程學(xué)院;
【分類號】：TP311.13;TH17
【正文快照】： 0引言隨著數(shù)據(jù)庫技術(shù)的發(fā)展與普及,數(shù)據(jù)庫的規(guī)模不斷擴(kuò)大,對大型旋轉(zhuǎn)機(jī)械數(shù)據(jù)庫中的故障數(shù)據(jù)進(jìn)行挖掘,可以保證大型旋轉(zhuǎn)機(jī)械設(shè)備振動監(jiān)測與故障診斷的準(zhǔn)確性。但對于故障數(shù)據(jù)的分類挖掘?qū)崿F(xiàn)過程復(fù)雜,直接影響了故障數(shù)據(jù)挖掘效果與正常的應(yīng)用需求。如何有效的進(jìn)行故障數(shù)據(jù)優(yōu)化

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付汝楫;;旋轉(zhuǎn)機(jī)器常見的振動故障及判別方法[J];機(jī)械強(qiáng)度;1985年02期

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

3 黃生琪,周菊華;常見轉(zhuǎn)機(jī)振動故障的分析處理和預(yù)防[J];中國設(shè)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(xué)學(xué)報(bào)(自然科學(xué)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(jī)械振動故障特征定量識別研究[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2002年02期

6 郭歡;李小東;王宇;;增壓機(jī)的振動故障分析及處理[J];機(jī)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(jī)械;2008年01期

8 姬廣勤;徐興科;趙以萬;;引風(fēng)機(jī)振動故障的診斷與分析[J];風(fēng)機(jī)技術(shù);2006年06期

9 申大勇;;典型振動故障的診斷[J];中國設(shè)備工程;2011年01期

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

相關(guān)會議論文 前4條

1 王先平;黃貽玉;;焦?fàn)t煤氣鼓風(fēng)機(jī)常見振動故障分析及處理[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2008年

2 金穎;溫廣瑞;郎博;劉振揚(yáng);;某多軸壓縮機(jī)的一起振動故障分析與診斷[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)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(jī)振動故障分析與診斷[A];第9屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)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(xué)會第十五屆礦山學(xué)術(shù)交流會論文集[C];2008年

相關(guān)碩士學(xué)位論文 前1條

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

，

本文編號：1473942