季海鵬,安雅程,楊鎮(zhèn)豪,宋美賢,馮海領(lǐng)（.天津大學(xué) 機(jī)械工程學(xué)院; .河北工業(yè)大學(xué) 計算機(jī)科學(xué)與軟件學(xué)院,天津 30007）

?

數(shù)據(jù)挖掘在設(shè)備維護(hù)階段的應(yīng)用

季海鵬1,安雅程2,楊鎮(zhèn)豪2,宋美賢2,馮海領(lǐng)2
（1.天津大學(xué) 機(jī)械工程學(xué)院; 2.河北工業(yè)大學(xué) 計算機(jī)科學(xué)與軟件學(xué)院,天津 300072）

摘 要：隨著制造業(yè)的不斷發(fā)展和壯大，對制造設(shè)備融入新型技術(shù)的要求越來越高，傳統(tǒng)制造業(yè)的運行模式已經(jīng)不能滿足工業(yè)智能化的需求。通過總結(jié)分析現(xiàn)有數(shù)據(jù)挖掘技術(shù)在設(shè)備維護(hù)的應(yīng)用，對于該技術(shù)廣泛應(yīng)用的階段，將優(yōu)化算法流程和速度、使之適應(yīng)實際生產(chǎn)過程作為研究重點，以求將不同階段發(fā)現(xiàn)的知識進(jìn)行共享，達(dá)到互相利用、輔助決策的作用。

關(guān)鍵詞：數(shù)據(jù)挖掘；設(shè)備全生命周期；制造服務(wù)；故障診斷

1 引言

制造業(yè)對于一個國家現(xiàn)代化建設(shè)具有不可替代的重要地位和作用，直接體現(xiàn)了國家的生產(chǎn)力水平，是區(qū)別發(fā)展中國家和發(fā)達(dá)國家的重要因素。我國是制造業(yè)大國，在新一輪國際產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中，我國正逐步成為全球最重要的制造業(yè)基地之一。但是隨著工業(yè)的發(fā)展及制造企業(yè)規(guī)模的擴(kuò)大，設(shè)備的復(fù)雜程度越來越高，對生產(chǎn)的影響也越來越大，設(shè)備在企業(yè)中的作用及地位日益突出，迫切的需要將信息化、智能化的科學(xué)技術(shù)與傳統(tǒng)制造設(shè)備相結(jié)合，探索一種能夠貫穿設(shè)備周期始末的現(xiàn)代化技術(shù)，以提高制造業(yè)各個環(huán)節(jié)的工作效率，增強(qiáng)各部門之間的聯(lián)系，從而適應(yīng)現(xiàn)代化發(fā)展的需要。

生命周期源于自然生態(tài)系統(tǒng)，被人們引用于其他研究領(lǐng)域，用以描述其他對象的某些類似于自然生態(tài)系統(tǒng)的生命曲線特征。維護(hù)維修階段包含預(yù)防性維護(hù)維修、設(shè)備狀態(tài)監(jiān)測和故障診斷等過程，目的是針對設(shè)備可能出現(xiàn)的故障問題進(jìn)行事先的監(jiān)測和維護(hù)處理，盡量防止故障的發(fā)生。數(shù)據(jù)挖掘技術(shù)可用于對企業(yè)監(jiān)測數(shù)據(jù)進(jìn)行分析找出偏離正常值的參數(shù)點，也可通過算法發(fā)現(xiàn)隱含的故障規(guī)律提前預(yù)警。

2 設(shè)備狀態(tài)監(jiān)測與故障診斷

設(shè)備狀態(tài)監(jiān)測與故障診斷是以監(jiān)測設(shè)備的狀態(tài)參數(shù)和分析設(shè)備的歷史運行數(shù)據(jù)的方式，在故障發(fā)生之前發(fā)現(xiàn)設(shè)備的異常情況，并分析其故障原因，起到預(yù)測預(yù)警的作用。數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘方法是目前設(shè)備故障監(jiān)測診斷、預(yù)防性維護(hù)維修領(lǐng)域的研究熱點，通過對設(shè)備運行數(shù)據(jù)進(jìn)行分析，挖掘其中隱含的故障判定規(guī)則，為故障診斷提供決策依據(jù)。然而關(guān)聯(lián)規(guī)則算法的前提是各項目的分布均勻且重要性相同，但在設(shè)備實際運行過程中，由于故障因素貢獻(xiàn)度不同或設(shè)備故障隨運行時間增加磨損程度不同等原因，不能滿足關(guān)聯(lián)規(guī)則的條件，所以引發(fā)了對于加權(quán)關(guān)聯(lián)規(guī)則和變權(quán)關(guān)聯(lián)規(guī)則等方面的研究。還有部分研究采用了數(shù)學(xué)方法得到設(shè)備的壽命分布，用于預(yù)測剩余壽命。

文獻(xiàn)[1]在關(guān)聯(lián)規(guī)則中Apriori算法的基礎(chǔ)上進(jìn)行改進(jìn)，利用多重最小支持度解決了設(shè)備故障診斷中非頻繁項目的挖掘；同時針對在實際的應(yīng)用中項目集的重要程度不一致的問題，提出一種基于“組件信譽值”的加權(quán)多重最小支持度算法。文獻(xiàn)[2]針對各組件權(quán)值會隨時間因磨損發(fā)生變化的情況，提出了一種適用于設(shè)備故障診斷的變權(quán)關(guān)聯(lián)規(guī)則算法，將隨時間而變化的設(shè)備組件磨損程度因素作為衡量組件權(quán)重值的一項重要指標(biāo)，以提高設(shè)備故障診斷的準(zhǔn)確率，并用具體的實例分析來說明運用變權(quán)關(guān)聯(lián)規(guī)則對設(shè)備故障診斷更加準(zhǔn)確。文獻(xiàn)[3]將“最小支持期望”和矩陣引入關(guān)聯(lián)規(guī)則，提出一種適用于設(shè)備故障診斷的基于矩陣的加權(quán)關(guān)聯(lián)規(guī)則模型——MWARMA模型，并以該模型為基礎(chǔ)設(shè)計并實現(xiàn)了一套設(shè)備故障診斷系統(tǒng)。文獻(xiàn)[4]針對如何利用新增數(shù)據(jù)進(jìn)行快速診斷的問題，提出了加權(quán)關(guān)聯(lián)規(guī)則增量更新模型，直接對新增數(shù)據(jù)進(jìn)行頻繁項集挖掘，在一定程度上縮減了矩陣規(guī)模。通過算例證明了其挖掘結(jié)果的準(zhǔn)確率明顯優(yōu)于經(jīng)典的增量模型-FUP。文獻(xiàn)[5]針對退化分布函數(shù)難以估計的復(fù)雜系統(tǒng)，研究了剩余壽命預(yù)測及預(yù)防性維護(hù)維修最優(yōu)決策問題，提出一種基于復(fù)雜系統(tǒng)剩余壽命有效預(yù)測的預(yù)防性維護(hù)維修策略。由已知的設(shè)備壽命分布函數(shù)預(yù)測其平均剩余壽命，以平均剩余壽命為閾值制定預(yù)防性維護(hù)維修策略。但研究過程均以數(shù)學(xué)模型推導(dǎo)求解的方式進(jìn)行，未來可以考慮將數(shù)據(jù)挖掘方法融入壽命預(yù)測環(huán)節(jié)。

3 展望

目前，數(shù)據(jù)挖掘技術(shù)在制造設(shè)備全生命周期過程中的應(yīng)用主要集中在生產(chǎn)制造階段和維修維護(hù)階段，而在設(shè)計階段和銷售使用階段卻少有涉及。文獻(xiàn)[6]提出了一種聯(lián)合眼動和腦電的汽車工業(yè)設(shè)計用戶體驗評選方法，使用眼動儀和腦電記錄儀采集目標(biāo)用戶在對不同產(chǎn)品設(shè)計效果圖體驗評價過程中的眼動和腦電數(shù)據(jù)。對原始數(shù)據(jù)進(jìn)行處理，并對處理后的眼動數(shù)據(jù)、腦電數(shù)據(jù)與主觀評價值三者之間的相關(guān)性進(jìn)行了分析。文獻(xiàn)[7]考慮到消費者對新產(chǎn)品、再制造產(chǎn)品和二手產(chǎn)品的偏好程度不同，建立了閉環(huán)供應(yīng)鏈差別定價模型，研究了制造商是否從事再制造和經(jīng)銷商是否經(jīng)銷二手產(chǎn)品的生產(chǎn)決策問題。得出結(jié)論為在制造商從事再制造且經(jīng)銷商經(jīng)銷二手產(chǎn)品的情形下，經(jīng)銷商通過將自身的部分利潤轉(zhuǎn)移給制造商，可以保證雙方均獲得更大盈利。其求解過程同樣采用數(shù)學(xué)推導(dǎo)和積分求解的方式，沒有運用數(shù)據(jù)挖掘技術(shù)。

參考文獻(xiàn)：

[1]劉晶,季海鵬,朱清香.改進(jìn)多重最小支持度關(guān)聯(lián)規(guī)則算法在故障診斷中的應(yīng)用[J].工業(yè)工程,2010,13(04):108-111.

[2]朱清香,滕麗麗,劉晶.基于變權(quán)關(guān)聯(lián)規(guī)則的設(shè)備故障診斷研究[J].燕山大學(xué)學(xué)報,2011,35(02):167-172.

[3]朱清香,焦朋沙,劉晶等.矩陣加權(quán)關(guān)聯(lián)規(guī)則在故障診斷系統(tǒng)中的應(yīng)用[J].工業(yè)工程,2013,16(02):87-91.

[4]朱清香,于欣,劉晶等.基于加權(quán)關(guān)聯(lián)增量更新模型的設(shè)備故障診斷研究[J].燕山大學(xué)學(xué)報,2014,38(04):365-370.

[5]石慧,曾建潮.基于壽命預(yù)測的預(yù)防性維護(hù)維修策略[J].計算機(jī)集成制造系統(tǒng),2014,20(05):1133-1140.

[6]唐幫備,郭鋼,王凱等.聯(lián)合眼動和腦電的汽車工業(yè)設(shè)計用戶體驗評選[J].計算機(jī)集成制造系統(tǒng),2015,21(06):1449-1459.

[7]許茂增,唐飛.考慮消費者偏好的閉環(huán)供應(yīng)鏈差別定價模型[J].計算機(jī)集成制造系統(tǒng),2014,20(04):945-954.

[8]劉晶,季海鵬,朱清香,于欣.含有隱性故障的復(fù)雜設(shè)備故障預(yù)警方法[J].計算機(jī)測量與控制,2014(04):1030-1032.

DOI:10.16640/j.cnki.37-1222/t.2016.02.084