轧机电气设备故障诊断中数据挖掘技术的研究

论文摘要

随着现代科学技术的迅猛发展,钢铁加工业生产系统正朝着大型化、复杂化、系统化和自动化的方向加速发展。这些发展都对承担着繁重生产任务的轧机电气设备的安全可靠性提出了更高、更严格的要求。由于长时间不间断运行,轧机电气设备存在着很大的故障隐患,由此而导致停产,损失往往是巨大的。所以近年来,轧机电气设备的故障诊断逐渐受到人们的重视。首先,在深入学习轧机电气设备故障诊断理论的基础上,以带动轧机运转的主要电气设备——主电机为故障诊断对象,对其结构、故障类型和常用的检测技术进行了研究。分析了现有棒材生产线在线检测控制系统存在的问题,创新性地提出将基于关联规则的OLAM挖掘技术引入轧机电气设备故障诊断领域,以期望发现大量监测数据背后所隐藏的对故障诊断有积极指导意义的信息,从而提高设备安全性和经济效益。其次,研究了数据仓库技术、联机分析处理技术、数据挖掘技术和联机分析挖掘理论,并对数据挖掘中关联规则挖掘的理论和算法进行了深入的学习,选取了适宜的关联规则挖掘算法,使其与数据立方体相结合,构建了基于关联规则的OLAM挖掘模型,并结合轧机主要电气设备——电机的故障诊断对模型组成进行了研究。最后,以钢铁公司为例,鉴于监测系统中存储了大量的电机测量数据,应用基于关联规则的故障诊断方法,在Windows XP操作平台下,使用Microsoft SQL Server 2005,建立了OLAM挖掘模型。利用选取的电机数据集对提出的模型进行了训练和考核。结果表明,基于关联规则的OLAM挖掘模型产生的规则,能够为故障诊断提供辅助决策。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 研究背景和意义
• 1-1-1 课题背景
• 1-1-2 课题意义
• §1-2 基于数据挖掘的故障诊断技术的发展现状
• 1-2-1 数据挖掘技术的研究与发展现状
• 1-2-2 联机分析挖掘（OLAM）技术的研究与发展现状
• 1-2-3 基于数据挖掘的故障诊断研究与发展现状
• §1-3 本文的主要研究内容及安排
• 第二章 轧机电气设备故障诊断的研究
• §2-1 轧钢工艺流程简介
• §2-2 钢厂轧机设备的组成
• 2-2-1 主要设备
• 2-2-2 辅助设备
• §2-3 异步电机的结构
• §2-4 异步电动机故障类型和常用监测技术
• §2-5 异步电机故障起因与征兆
• §2-6 电机故障诊断的主要内容
• §2-7 本章小结
• 第三章 OLAM 相关概念及架构研究
• §3-1 数据仓库
• 3-1-1 数据仓库的产生
• 3-1-2 数据仓库的定义和特点
• 3-1-3 数据仓库的系统结构
• 3-1-4 数据仓库的基本数据模式
• §3-2 联机分析处理技术
• 3-2-1 OLAP 的概念及特征
• 3-2-2 OLAP 和OLTP 的比较
• 3-2-3 OLAP 基本术语
• 3-2-4 OLAP 的基本操作
• §3-3 数据挖掘技术
• 3-3-1 数据挖掘技术的产生
• 3-3-2 数据挖掘的定义
• 3-3-3 数据挖掘的功能
• 3-3-4 数据挖掘的处理过程
• §3-4 联机分析挖掘技术
• 3-4-1 数据挖掘与OLAP 的区别
• 3-4-2 实施OLAM 的必要性
• 3-4-3 OLAM 的架构
• §3-5 本章小结
• 第四章 关联规则挖掘理论
• §4-1 简述
• §4-2 基本概念
• §4-3 关联规则算法
• 4-3-1 经典Apriori 算法
• 4-3-2 Apriori 算法的改进算法
• 4-3-3 多层关联规则
• 4-3-4 多维关联规则
• §4-4 本章小结
• 第五章 OLAM 在轧机电气设备故障诊断中的研究
• §5-1 基于数据挖掘的故障诊断思想
• §5-2 基于数据挖掘的电机故障诊断
• §5-3 基于关联规则的OLAM 模型
• 5-3-1 模型的建立
• 5-3-2 关联规则挖掘步骤介绍
• 5-3-3 挖掘模型组成部分介绍
• §5-4 本章小结
• 第六章 OLAM 在轧机电气设备故障诊断中的应用
• §6-1 轧机电气设备故障诊断的需求和目标
• §6-2 应用流程
• §6-3 数据的选取
• §6-4 基于关联规则的OLAM 模型
• 6-４-1 模型内容
• 6-４-2 具体步骤
• §6-5 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 攻读学位期间所取得的相关科研成果