李 莉，賈志凱，張 瑜，李時(shí)法

(1.中國(guó)鐵道科學(xué)研究院,北京 100080；2. 北京經(jīng)緯信息技術(shù)公司, 北京 100080；3. 新鄉(xiāng)市起重設(shè)備廠有限責(zé)任公司，河南 新鄉(xiāng) 453003)

數(shù)據(jù)驅(qū)動(dòng)的動(dòng)車組滾動(dòng)軸承故障預(yù)測(cè)

李 莉1，賈志凱1，張 瑜2，李時(shí)法3

(1.中國(guó)鐵道科學(xué)研究院,北京 100080；2. 北京經(jīng)緯信息技術(shù)公司, 北京 100080；3. 新鄉(xiāng)市起重設(shè)備廠有限責(zé)任公司，河南 新鄉(xiāng) 453003)

為了有效提高動(dòng)車組滾動(dòng)軸承故障的發(fā)現(xiàn)率，減少故障監(jiān)控系統(tǒng)的誤報(bào)現(xiàn)象，基于Apache Hadoop大數(shù)據(jù)平臺(tái)對(duì)經(jīng)典Apriori算法進(jìn)行改進(jìn)，并將其應(yīng)用于動(dòng)車組滾動(dòng)軸承故障的預(yù)測(cè)研究工作中。首先，針對(duì)經(jīng)典Apriori算法的不足，在MapReduce框架下提出以業(yè)務(wù)經(jīng)驗(yàn)為約束的改進(jìn)的Apriori算法。其次，基于文中提出的改進(jìn)的Apriori算法對(duì)某鐵路局的動(dòng)車組狀態(tài)、故障預(yù)警、維修歷史等信息進(jìn)行深度數(shù)據(jù)挖掘，并通過(guò)得出的關(guān)聯(lián)規(guī)則進(jìn)行動(dòng)車組滾動(dòng)軸承故障的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，文中提出的算法準(zhǔn)確率達(dá)72%，減少了80%以上的誤報(bào)報(bào)警信息，在實(shí)驗(yàn)環(huán)境中運(yùn)算效率較傳統(tǒng)的Apriori算法提高了50%。

智能交通；故障預(yù)測(cè)；Apriori算法；數(shù)據(jù)挖掘；大數(shù)據(jù)

中國(guó)高速動(dòng)車組運(yùn)行速度高，運(yùn)行里程大，連續(xù)運(yùn)行時(shí)間長(zhǎng)，走行部載荷較大，故障率較高。據(jù)統(tǒng)計(jì)，自2010年下半年至2016年底，在全路動(dòng)車組范圍內(nèi)轉(zhuǎn)向架運(yùn)行故障僅次于電力電子部件和車內(nèi)設(shè)施。而滾動(dòng)軸承作為轉(zhuǎn)向架的重要部件，故障頻發(fā)。由于目前動(dòng)車組軸承故障缺少地面監(jiān)測(cè)設(shè)備，車載網(wǎng)絡(luò)及監(jiān)控系統(tǒng)[1, 2]存在誤報(bào)漏報(bào)現(xiàn)象，統(tǒng)計(jì)結(jié)果顯示，平均一組重連車日?qǐng)?bào)警量多達(dá)300多次，誤報(bào)比例高，給現(xiàn)場(chǎng)工作人員造成很大困擾，給動(dòng)車組運(yùn)行安全帶來(lái)隱患，嚴(yán)重影響高速鐵路正常運(yùn)行秩序，甚至?xí)?dǎo)致安全事故的發(fā)生。因此利用單點(diǎn)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)及報(bào)警信息綜合分析滾動(dòng)軸承未來(lái)發(fā)生故障的可能性，提高故障發(fā)現(xiàn)率，減少監(jiān)控系統(tǒng)誤報(bào)，具有重要意義。

目前用于復(fù)雜裝備的故障趨勢(shì)分析及預(yù)測(cè)的主要方法有基于故障機(jī)理、基于故障征兆、數(shù)據(jù)驅(qū)動(dòng)的，采用神經(jīng)網(wǎng)絡(luò)、模糊邏輯等方法，取得了一些較為突出的成果[3-8]。文獻(xiàn)[3-5]通過(guò)實(shí)際試驗(yàn)或基于故障機(jī)理的模型進(jìn)行故障預(yù)測(cè)，預(yù)測(cè)方法對(duì)專業(yè)水平要求高，建立模型時(shí)不可避免的忽略次要因素，無(wú)法全面考慮故障的影響因素，影響預(yù)測(cè)精度。文獻(xiàn)[6]對(duì)不同的數(shù)據(jù)驅(qū)動(dòng)故障預(yù)測(cè)方法進(jìn)行評(píng)估，得出即使不同方法損傷估計(jì)不同，卻都可以對(duì)剩余壽命進(jìn)行預(yù)測(cè)的結(jié)論。文獻(xiàn)[7]采用不同模型獲得數(shù)據(jù)進(jìn)行預(yù)測(cè)研究，對(duì)于不同研究對(duì)象和不同數(shù)據(jù)特征均有不同的較為適合的方法。文獻(xiàn)[8]采用了神經(jīng)網(wǎng)絡(luò)和模糊邏輯相結(jié)合的方法建模，利用在線數(shù)據(jù)進(jìn)行測(cè)試，未考慮利用歷史數(shù)據(jù)進(jìn)行較長(zhǎng)一段時(shí)間內(nèi)的故障預(yù)測(cè)。動(dòng)車組滾動(dòng)軸承服役狀態(tài)復(fù)雜，故障的發(fā)生受運(yùn)行速度、運(yùn)行時(shí)間、地形、氣候等多種因素影響，采用傳統(tǒng)的基于故障機(jī)理等故障預(yù)測(cè)方法難以建立精確故障預(yù)測(cè)模型。目前尚缺少行之有效的能夠?qū)嶋H應(yīng)用的故障預(yù)測(cè)模型?？v觀動(dòng)車組故障歷史，故障發(fā)生后，追溯系統(tǒng)內(nèi)故障發(fā)生前的動(dòng)車組運(yùn)行數(shù)據(jù)，總能發(fā)現(xiàn)蛛絲馬跡。經(jīng)典的Apriori算法能夠準(zhǔn)確的發(fā)現(xiàn)不同特征向量間的關(guān)聯(lián)規(guī)則，然而其運(yùn)算效率偏低、占用計(jì)算資源偏多。

本文提出一種改進(jìn)的Apriori算法，并利用其分析滾動(dòng)軸承故障征兆的關(guān)鍵參數(shù)，即采用基于故障征兆與基于數(shù)據(jù)相結(jié)合的方法進(jìn)行動(dòng)車組滾動(dòng)軸承故障的預(yù)測(cè)。從數(shù)據(jù)角度出發(fā)，綜合分析動(dòng)車組部件履歷、狀態(tài)監(jiān)測(cè)、故障預(yù)警、故障處理、維修等歷史數(shù)據(jù)，揭示動(dòng)車組故障發(fā)生規(guī)律，進(jìn)行故障預(yù)警和早期故障預(yù)測(cè)。

1 經(jīng)典Apriori算法及其存在的不足

1.1 經(jīng)典Apriori算法

Apriori算法[9-10]是一種最早的最有影響力的挖掘布爾關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集的數(shù)據(jù)挖掘算法?；舅枷胧茄h(huán)掃描全部事務(wù)數(shù)據(jù)，逐層搜索。利用迭代的方法，項(xiàng)目集元素個(gè)數(shù)不斷增多，逐步發(fā)現(xiàn)所有頻繁項(xiàng)集。首先第一次掃描，產(chǎn)生項(xiàng)目集個(gè)數(shù)為1的候選項(xiàng)集C1，從中產(chǎn)生不小于最小支持度的事務(wù)記錄形成頻繁項(xiàng)目集L1；然后是2-頻繁項(xiàng)目集L2，直到不能再擴(kuò)展頻繁項(xiàng)目集元素?cái)?shù)目算法停止。在第k次循環(huán)中，利用Lk-1通過(guò)兩兩連接，產(chǎn)生k-候選項(xiàng)目集的集合Ck，Ck中各事務(wù)記錄與Lk-1中有k-1項(xiàng)相同，只有最后一項(xiàng)不同。在此過(guò)程中將含有非頻繁項(xiàng)的項(xiàng)目集剪除。然后通過(guò)掃描數(shù)據(jù)庫(kù)生成支持度并測(cè)試產(chǎn)生k-頻繁項(xiàng)目集Lk，從而獲得所需頻繁模式。最后利用置信度產(chǎn)生關(guān)聯(lián)規(guī)則。作為經(jīng)典數(shù)據(jù)挖掘算法，Apriori算法發(fā)展比較成熟，在商業(yè)和網(wǎng)絡(luò)安全等領(lǐng)域中應(yīng)用廣泛[11-12]。

關(guān)聯(lián)規(guī)則形如X→Y,X?D,Y?D,X∩Y=Φ，必須同時(shí)滿足支持度和置信度要求。

定義1 支持度(Support)是數(shù)據(jù)集D中包含X∪Y的事務(wù)所占的百分比，即

(1)

定義2 置信度(Confidence)是指在數(shù)據(jù)集D中包含X的事務(wù)中，包含Y的百分比，即

Confidence(X→Y)=P(Y|X)=Support(X→Y)/Support(X)。

(2)

事務(wù)數(shù)據(jù)庫(kù)D中所有不小于最小支持度的非空項(xiàng)目集，稱為頻繁模式。若項(xiàng)目集是非頻繁項(xiàng)目集，則其所有超集都是非頻繁項(xiàng)目集，應(yīng)剪除。

1.2 經(jīng)典Apriori算法中存在的不足

由于Apriori算法需要多次掃描數(shù)據(jù)庫(kù)，并產(chǎn)生大量的候選項(xiàng)集，當(dāng)利用傳統(tǒng)數(shù)據(jù)處理平臺(tái)進(jìn)行大數(shù)據(jù)級(jí)的數(shù)據(jù)挖掘時(shí)，大數(shù)據(jù)量存儲(chǔ)、內(nèi)存需求、處理速度等問(wèn)題將變得尤為突出。截至目前，全路已建成56個(gè)動(dòng)車所，7個(gè)動(dòng)車基地。據(jù)統(tǒng)計(jì)，每個(gè)動(dòng)車運(yùn)用所累積數(shù)據(jù)已達(dá)20 G左右，全路數(shù)據(jù)量達(dá)到TB級(jí)，其中包括大量滾動(dòng)軸承故障相關(guān)數(shù)據(jù)。隨著中國(guó)高速鐵路快速發(fā)展，動(dòng)車組運(yùn)行安全監(jiān)控廣度和深度將不斷加強(qiáng)，動(dòng)車組滾動(dòng)軸承的運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)和有關(guān)故障記錄及處理數(shù)據(jù)也將越來(lái)越多。采用經(jīng)典Aprior算法需要多次掃描數(shù)據(jù)庫(kù)，經(jīng)測(cè)算，對(duì)于項(xiàng)集最大長(zhǎng)度為7，數(shù)據(jù)庫(kù)規(guī)模為30萬(wàn)條數(shù)據(jù)，運(yùn)算時(shí)長(zhǎng)超過(guò)4min。動(dòng)車組停車時(shí)間一般為2 min，因此當(dāng)預(yù)測(cè)發(fā)現(xiàn)緊急情況時(shí)，沒(méi)有足夠的時(shí)間進(jìn)行處理，無(wú)法滿足在線的故障預(yù)測(cè)應(yīng)用要求。除此之外隨著項(xiàng)目集元素最大個(gè)數(shù)的增大，候選項(xiàng)集將急劇增多，如果1-項(xiàng)頻繁集的數(shù)量為104，則2-項(xiàng)候選集會(huì)達(dá)到107，并且每個(gè)候選項(xiàng)集都需要驗(yàn)證，系統(tǒng)資源開(kāi)銷大，同時(shí)也會(huì)大大降低系統(tǒng)運(yùn)算效率。然而現(xiàn)有的經(jīng)典Apriori算法改進(jìn)成果[13-15]無(wú)法滿足滾動(dòng)軸承大數(shù)據(jù)量分析和在線快速預(yù)測(cè)要求。

2 改進(jìn)Apriori算法研究

針對(duì)2.2中提出的問(wèn)題，為滿足快速處理TB級(jí)動(dòng)車組滾動(dòng)軸承數(shù)據(jù)的目的，本文對(duì)經(jīng)典Apriori算法從以下兩個(gè)方面改進(jìn)(圖1)：①基于Hadoop對(duì)經(jīng)典算法進(jìn)行改進(jìn)，使之能夠適應(yīng)Apache hadoop的MapReduce框架[16]，實(shí)現(xiàn)并行計(jì)算，從而減少運(yùn)算時(shí)間。②在利用支持度剪枝的同時(shí)，將業(yè)務(wù)應(yīng)用經(jīng)驗(yàn)作為約束條件減少候選項(xiàng)集的產(chǎn)生，即將預(yù)測(cè)目標(biāo)作為約束條件，可大幅減少候選項(xiàng)集的產(chǎn)生。

圖1 改進(jìn)的Apriori算法流程圖Fig.1 Improved Apriori algorithm flow

改進(jìn)的Apriori算法將從以下五個(gè)步驟展開(kāi)(如圖1)：

1) 將數(shù)據(jù)集切分為n個(gè)數(shù)據(jù)塊，并分發(fā)至不同Map節(jié)點(diǎn)。

2) 每個(gè)Map節(jié)點(diǎn)處理本地?cái)?shù)據(jù)，每條事務(wù)記錄生成，Key為項(xiàng)目集，value為1。同時(shí)記錄局部所有事務(wù)記錄的數(shù)目。

3) 每個(gè)節(jié)點(diǎn)對(duì)Map結(jié)果進(jìn)行合并，形成輸出；其中，keyi為每個(gè)項(xiàng)目集，valuei為對(duì)應(yīng)項(xiàng)目集在本地?cái)?shù)據(jù)塊中出現(xiàn)次數(shù)。

4) Reduce節(jié)點(diǎn)接收各Map節(jié)點(diǎn)的輸出結(jié)果并進(jìn)行合并，得出每個(gè)項(xiàng)目集的在全部數(shù)據(jù)中的支持計(jì)數(shù)valuei和全局事務(wù)記錄總數(shù)，依次形成k-項(xiàng)目集Ck所有滿足支持度要求的頻繁項(xiàng)目集Lk。

5) 計(jì)算各頻繁項(xiàng)目集的置信度，滿足置信度要求的形成關(guān)聯(lián)規(guī)則。

3 基于改進(jìn)的Apriori算法進(jìn)行動(dòng)車組滾動(dòng)軸承故障預(yù)測(cè)應(yīng)用

3.1 改進(jìn)的Apriori算法應(yīng)用

以某鐵路局的動(dòng)車組運(yùn)用數(shù)據(jù)為例。數(shù)據(jù)源為鐵路局轄下的動(dòng)車基地和運(yùn)用所的動(dòng)車組管理信息系統(tǒng)中的相關(guān)數(shù)據(jù)。利用改進(jìn)后的Apriori算法對(duì)部件履歷、狀態(tài)監(jiān)測(cè)信息、故障歷史信息、維修歷史數(shù)據(jù)、檢修故障及其它相關(guān)部件故障與滾動(dòng)軸承近期內(nèi)發(fā)生故障之間的規(guī)律進(jìn)行數(shù)據(jù)挖掘。同時(shí)將動(dòng)車組運(yùn)行參數(shù)、狀態(tài)信息和故障預(yù)警信息及故障歷史信息作為分析項(xiàng)目，假設(shè)將動(dòng)車組某一狀態(tài)點(diǎn)之后的兩個(gè)月內(nèi)通過(guò)檢修確認(rèn)的故障(檢修故障)作為分析結(jié)果項(xiàng)目，即檢修故障發(fā)生是形成頻繁項(xiàng)目的約束條件，此類約束可以降低候選項(xiàng)集的產(chǎn)生，提高挖掘效率。

1) 特征向量提取

通過(guò)分析，與滾動(dòng)軸承緊密關(guān)聯(lián)的輪對(duì)若出現(xiàn)裂紋或多邊形等問(wèn)題，會(huì)引起動(dòng)車組運(yùn)行過(guò)程中振動(dòng)加劇，導(dǎo)致滾動(dòng)軸承隨之振動(dòng)異常，磨損加劇，繼而出現(xiàn)故障概率提高；同樣，轉(zhuǎn)向架上懸掛的牽引電機(jī)故障也會(huì)引起類似后果；動(dòng)車組的高速運(yùn)行會(huì)引起滾動(dòng)軸承溫度升高，尤其是溫度持續(xù)升高時(shí)磨損會(huì)加??；隨著滾動(dòng)軸承走行公里增加，其健康狀態(tài)退化，容易發(fā)生故障。綜上所述，動(dòng)車組滾動(dòng)軸承故障的發(fā)生同與之緊密關(guān)聯(lián)的轉(zhuǎn)向架其他關(guān)鍵部件的狀態(tài)、滾動(dòng)軸承故障歷史和動(dòng)車組運(yùn)行狀態(tài)有關(guān)。提取的特征向量包括：動(dòng)車組走行公里、故障發(fā)生時(shí)動(dòng)車組運(yùn)行速度、軸溫報(bào)警信息、車輪近期歷史故障信息、齒輪箱近期歷史故障信息、滾動(dòng)軸承溫度持續(xù)上升、滾動(dòng)軸承自身未來(lái)近期故障信息。

表1 預(yù)處理后數(shù)據(jù)格式Tab. 1 Data Format after Preprocessing

0表示未發(fā)生，1表示發(fā)生。

2) 數(shù)據(jù)預(yù)處理

利用最近七年數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘。各業(yè)務(wù)系統(tǒng)的原始數(shù)據(jù)存在命名規(guī)范不統(tǒng)一，故障描述不統(tǒng)一，存在大量非結(jié)構(gòu)化數(shù)據(jù)等問(wèn)題。抽取到原始數(shù)據(jù)后，需要根據(jù)時(shí)間和動(dòng)車組編號(hào)、軸號(hào)等信息進(jìn)行配準(zhǔn)，去重，統(tǒng)一命名，結(jié)構(gòu)化故障描述、故障原因透析等大量工作。數(shù)據(jù)預(yù)處理后得到近三十五萬(wàn)條記錄，數(shù)據(jù)示例如表1所示。

其中，

A1：滾動(dòng)軸承的累計(jì)走行公里達(dá)到或超過(guò)8萬(wàn)km；

A2：事務(wù)發(fā)生時(shí)刻的動(dòng)車組運(yùn)行速度達(dá)到或超過(guò)120 km/h；

A3：包括以下三種情況發(fā)生：3級(jí)軸溫報(bào)警頻率達(dá)到或超過(guò)3次/h，2級(jí)軸溫報(bào)警頻率超過(guò)達(dá)到或超過(guò)2次/h，1級(jí)軸溫報(bào)警；

A4：事務(wù)發(fā)生時(shí)間前3個(gè)月內(nèi)車輪發(fā)生故障；

A5：事務(wù)發(fā)生時(shí)間前3個(gè)月內(nèi)齒輪箱發(fā)生故障；

A6：軸承箱溫度平均值連續(xù)二小時(shí)持續(xù)上升；

A7：事務(wù)發(fā)生時(shí)間后2個(gè)月內(nèi)檢修確認(rèn)發(fā)生故障。

3) 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)

搭建實(shí)驗(yàn)環(huán)境部署hadoop運(yùn)行環(huán)境，共有5個(gè)Map節(jié)點(diǎn)，將數(shù)據(jù)集平均分為5個(gè)數(shù)據(jù)塊分發(fā)至不同的Map節(jié)點(diǎn)。每個(gè)節(jié)點(diǎn)掃描處理本地?cái)?shù)據(jù)，然后合并提交至Reduce節(jié)點(diǎn)進(jìn)行匯總分析，這里只關(guān)心包含{A7}的項(xiàng)目集。由于樣本基數(shù)大，而動(dòng)車組故障樣本較少，故動(dòng)車組設(shè)置最小支持度為0.5%，最小置信度30%，分析過(guò)程如表2至表11所示。其中表2、4、6、8、10為候選項(xiàng)目集C1至C5及其支持計(jì)數(shù)，項(xiàng)目集個(gè)數(shù)為1至5(除約束條件A7外)。表3、5、7、9、11為頻繁項(xiàng)集L1至L5，為候選項(xiàng)集中支持計(jì)數(shù)滿足最小支持度要求的項(xiàng)目集。表12為關(guān)聯(lián)規(guī)則，為頻繁項(xiàng)集中置信度滿足最小置信度要求的項(xiàng)目集。

表2 1-項(xiàng)目集C1Tab.2 1-item set C1

表3 頻繁項(xiàng)目集L1Tab.3 Frequent item set L1

表4 2-項(xiàng)目集C2Tab.4 2-item set C2

表5 頻繁項(xiàng)目集L2Tab.5 Frequent item set L2

表6 3-項(xiàng)目集C3Tab.6 3-item set C3

表7 頻繁項(xiàng)目集L3Tab.7 Frequent item set L3

表8 4-項(xiàng)目集C4Tab.8 4-item set C4

表9 頻繁項(xiàng)目集L4Tab.9 Frequent item set L4

表10 5-項(xiàng)目集C5Tab.10 5-item set C5

得到關(guān)聯(lián)規(guī)則6條(表7、表9、表11中黑體標(biāo)示部分)，6條規(guī)則及相應(yīng)的置信度見(jiàn)表12。

表12中，規(guī)則1表明在系統(tǒng)故障報(bào)警時(shí)，軸承箱溫度呈持續(xù)升高趨勢(shì)，在滾動(dòng)軸承的走行公里達(dá)到或超過(guò)檢修周期的80%，同時(shí)車輪在近期發(fā)生過(guò)故障，并且動(dòng)車組速度達(dá)到120 km/h以上時(shí)，發(fā)生滾動(dòng)軸承故障的概率高達(dá)71.70%，應(yīng)當(dāng)依據(jù)具體故障情況立即確認(rèn)、處理；規(guī)則2、3、4表明當(dāng)系統(tǒng)有故障報(bào)警時(shí)滾動(dòng)軸承的走行公里達(dá)到或超過(guò)檢修周期的80%或速度達(dá)到120 km/h以上時(shí)，若軸承箱溫度呈持續(xù)上升趨勢(shì)，則滾動(dòng)軸承發(fā)生故障的概率也高達(dá)50%左右；規(guī)則5、6表明在系統(tǒng)故障報(bào)警時(shí)，滾動(dòng)軸承的走行公里達(dá)到或超過(guò)檢修周期的80%或速度達(dá)到120 km/h以上時(shí)，若軸承箱溫度呈持續(xù)上升趨勢(shì)則滾動(dòng)軸承發(fā)生故障的概率達(dá)到30%以上。預(yù)測(cè)結(jié)果說(shuō)明走行公里未達(dá)到8萬(wàn) km或在低速狀態(tài)下，發(fā)生滾動(dòng)軸承故障情況相對(duì)較少；滾動(dòng)軸承故障與系統(tǒng)報(bào)警關(guān)聯(lián)性最大，其次是走行公里和運(yùn)行速度，再次是近期內(nèi)滾動(dòng)軸承本身故障與車輪故障情況，而與齒輪箱故障間沒(méi)有強(qiáng)關(guān)聯(lián)關(guān)系。

表11 頻繁項(xiàng)目集L5Tab.11 Frequent item set L5

表12 關(guān)聯(lián)規(guī)則及其置信度Tab.12 Association rules and confidence coefficients

注：傳統(tǒng)處理平臺(tái)(1)：在傳統(tǒng)數(shù)據(jù)處理平臺(tái)上采用無(wú)約束條件算法的運(yùn)算時(shí)間；傳統(tǒng)處理平臺(tái)(2)：在傳統(tǒng)數(shù)據(jù)處理平臺(tái)上采用約束條件算法的運(yùn)算時(shí)間；大數(shù)據(jù)處理平臺(tái)(1)：在大數(shù)據(jù)處理平臺(tái)上采用無(wú)約束條件算法的運(yùn)算時(shí)間；大數(shù)據(jù)處理平臺(tái)(2)：在大數(shù)據(jù)處理平臺(tái)上采用約束條件算法的運(yùn)算時(shí)間

圖2 運(yùn)算時(shí)間比較

Fig.2 Comparison of running time

在進(jìn)行實(shí)時(shí)處理數(shù)據(jù)時(shí)，表12中的單點(diǎn)報(bào)警信息為確認(rèn)報(bào)警信息，在系統(tǒng)中可重點(diǎn)提示，其余80%以上報(bào)警信息均為誤報(bào)，可以不進(jìn)行處理。因此可大大減少系統(tǒng)誤報(bào)率，減少工作人員工作量，提高系統(tǒng)應(yīng)用效果。

3.2 動(dòng)車組滾動(dòng)軸承故障預(yù)測(cè)的實(shí)驗(yàn)結(jié)果分析

利用2015年動(dòng)車組實(shí)際應(yīng)用數(shù)據(jù)驗(yàn)證預(yù)測(cè)規(guī)則，準(zhǔn)確率達(dá)72%，具有一定的實(shí)際應(yīng)用價(jià)值。相對(duì)于經(jīng)典Aprior算法,應(yīng)用在MapReduce框架下的改進(jìn)后Aprior算法，在處理小數(shù)據(jù)量數(shù)據(jù)時(shí)，效率反而較低，但當(dāng)數(shù)據(jù)量超過(guò)10萬(wàn)條后，運(yùn)算效率優(yōu)勢(shì)逐漸明顯，當(dāng)數(shù)據(jù)量達(dá)到30萬(wàn)條時(shí)，運(yùn)算效率提高了50%左右；明確將未來(lái)發(fā)生故障作為關(guān)聯(lián)規(guī)則約束條件，減少項(xiàng)目集元素個(gè)數(shù)和候選項(xiàng)集個(gè)數(shù)，從而進(jìn)一步降低算法時(shí)間復(fù)雜度，進(jìn)一步提高數(shù)據(jù)挖掘效率，相同條件下運(yùn)行時(shí)間減少15%左右。不同數(shù)據(jù)量運(yùn)行在不同的數(shù)據(jù)處理平臺(tái)的運(yùn)算時(shí)間如圖2所示。

4 結(jié)論

在經(jīng)典Apriori算法基礎(chǔ)上進(jìn)行改進(jìn)，使之適應(yīng)Apache hadoop的MapReduce框架，適應(yīng)大數(shù)據(jù)量的動(dòng)車組故障信息數(shù)據(jù)挖掘，得出較為合理的關(guān)聯(lián)規(guī)則，具有較高的故障預(yù)測(cè)準(zhǔn)確度，運(yùn)算速度能夠滿足在線故障檢測(cè)需求，對(duì)動(dòng)車組故障預(yù)測(cè)具有一定參考意義。隨著動(dòng)車組運(yùn)行安全監(jiān)控體系的不斷完善，紅外軸溫、聲學(xué)早期預(yù)警、振動(dòng)監(jiān)測(cè)、軌道監(jiān)測(cè)等設(shè)備的應(yīng)用，利用本方法進(jìn)行故障預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確度可以進(jìn)一步得到提高。將大數(shù)據(jù)分析方法與基于故障機(jī)理等故障預(yù)測(cè)方法相結(jié)合，利用專業(yè)知識(shí)進(jìn)行剪枝，能夠進(jìn)一步減少候選項(xiàng)集數(shù)量，提高挖掘效率，提高故障預(yù)測(cè)準(zhǔn)確率。將數(shù)據(jù)驅(qū)動(dòng)與基于故障機(jī)理的模型驅(qū)動(dòng)的故障預(yù)測(cè)方法相結(jié)合，改進(jìn)算法，提高預(yù)測(cè)精度將是下一步的研究方向。

[1] 陸嘯秋,趙紅衛(wèi),黃志平,等.高速列車運(yùn)行安全監(jiān)控技術(shù)[J].鐵道機(jī)車車輛，2011,31(2):34-37. LU Xiaoqiu,ZHAO Hongwei,HUANG Zhiping,et al.Safety monitoring technology of high speed train operation[J].Railway Locomotive & Car,2011,31(2):34-37.

[2]黃學(xué)文,劉春明,馮璨,等.CHR3高速動(dòng)車組故障診斷系統(tǒng)[J].計(jì)算機(jī)集成制造系統(tǒng),2010,16(10):2311-2318. HUANG Xuewen,LIU Chunwen,FENG Can,et al.Fault diagnosis system of CHR3 high speed EMUs[J].Computer Integrated Manufacturing Systems,2010,16(10):2311-2318.

[3]徐宇亮，孫際哲，陳西宏,等.基于加速退化試驗(yàn)和粒子濾波的電子設(shè)備故障預(yù)測(cè)方法[J].航空學(xué)報(bào)，2012,33(8):1483-1490. XU Yuliang,SUN Jizhe,CHEN Xihong,et al.Electronic equipment based on accelerated degradation test and particle filter[J].Acta Aeronautica et Astronautica Sinica,2012,33(8):1483-1490.

[4]曾慶虎,邱靜,劉冠軍.基于小波相關(guān)特征尺度熵的HSMM設(shè)備退化狀態(tài)識(shí)別與故障預(yù)測(cè)方法[J].儀器儀表學(xué)報(bào),2008,29(12):2559-2564. ZENG Qinghu,QIU Jing,LIU Guanjun.The method of HSMM equipment degradation state recognition and fault prediction based on wavelet correlation feature scale entropy[J].Chinese Journal of Scientific Instrument,2008,29(12):2559-2564.

[5]高甜容,于東,岳東峰,等.基于故障先兆判定模型和動(dòng)態(tài)置信度匹配的主軸潤(rùn)滑故障預(yù)測(cè)方法[J].機(jī)械工程學(xué)報(bào),2012,48(17):75-82. GAO Tianrong,YU Dong,YUE Dongfeng,et al.Prediction method of main shaft lubrication fault based on fault precursor judgment model and dynamic confidence matching[J].Journal of Mechanical Engineering,2012,48(17):75-82.

[6]KAI G,SAHA B,SAXENA A.A comparison of three data-driven techniques for prognostics[J].IJET-IJENS ? December 2010 IJENS I J E N S,2008:119-131.

[7]BARALDI P,CADINI F,MANGILI F,et al.Model-based and data-driven prognostics under different available information[J].Probabilistic Engineering Mechanics,2013,32(4):66-79.

[8]WILSON Q,WANG,M.FARID G,et al.Prognosis of machine health condition using neuro-fuzzy systems[J].Mechanical Systems and Signal Processing,2004,18(4):813-831.

[9]AGRAWAL R,IMIELINSKI T,SW AMI A.Mining association rules between set s of items in large databases[C]//Proceedings ACM SIGMOD Conference on Management of Data,Washington D C,1993,207-216.

[10]AGRAWAL B R,SRIKANT R.A Fast algorithm for mining as association rules[C]//中國(guó)rough集與軟計(jì)算機(jī)學(xué)術(shù)研討會(huì),2003:619-624.

[11]駱嘉偉，彭蔓蔓，陳景燕，等.基于消費(fèi)行為的Apriori 算法研究[J].計(jì)算機(jī)工程,2003,29(5):72-73. LUO Jiawei,PENG Manman,CHEN Jingyan,et al.Research on Apriori algorithm based on consumer behavior[J].Computer Engineering,2003,29(5):72-73.

[12]叢穎,劉其成,張偉.一種基于Apriori 的微博推薦并行算法.計(jì)算機(jī)應(yīng)用與軟件，2015,32(8):229-233. CONG Ying,LIU Qicheng,ZHANG Wei.A parallel algorithm for micro-blog recommendation based on Apriori[J].Computer Applications and Software,2015,32(8):229-233.

[13]CHUNG S M,LUO C.Distributed mining of maximal frequent itemsets from databases on a cluster of workstations[C]//Cegrid,IEEE Computer Society,2004:499-507.

[14]LUCCHESE C,ORLANDO S,PEREGO R.Fast and memory efficient mining of frequent closed itemsets[J].IEEE Transactions on Knowledge & Data Engineering,2006,18(1):21-36.

[15]LIU P Q,LI Z Z,ZHAO Y L.Effective algorithm of mining frequent itemsets for association rules[C]// International Conference on Machine Learning and Cybernetics.IEEE,2004:1447-1451.

[16]O’ DRISCOLL A,DAUGELAITE J,SLEATOR R D.‘Big data’,Hadoop and cloud computing in genomics [J].Journal of Biomedical Informatics,2013,46(5):774-781.

(責(zé)任編輯：傅 游)

Antifriction Bearing Failure Prediction of EMU Based on Data Driven Approach

LI Li1, JIA Zhikai1, ZHANG Yu2, LI Shifa3

(1. China Academy of Railway Science, Beijing 100080, China;2. Beijing Jingwei Information Technologies Company, Beijing 100080, China;3. Xinxiang Hoisting Equipment Factory, Xinxiang, Henan 453003， China)

In order to effectively increase the antifriction bearing failure discovery rate in EMU and reduce the failure misinformation, the classical Apriori algorithm was improved based on the Apache Hadoop big data platform, and the improved algorithm was applied into the research work of EMU antifriction bearing failure prediction. To overcome the limitations of classical Apriori algorithm, an improved Apriori algorithm under the constraints of professional experience was proposed in the MapReduce framework. Then the depth data such as the status, failure warning and maintenance history of a certain railway bureau’s EMU were mined based on the improved Apriori algorithm and the prediction of EMU antifriction bearing failures was obtained based on some association rules. The results show that with an accuracy rate of 72%, the failure misinformation of the proposed algorithm is decreased by 80%, and compared with the classical Apriori algorithm, the computing efficiency of the proposed algorithm is increased by 50%.

intelligent transportation; failure prediction; Apriori algorithm; data mining; big data

2017-04-05

中國(guó)鐵道科學(xué)院院基金(2016TJ102)

李 莉(1979—)，女，河南新鄉(xiāng)人，博士研究生，主要研究智能管理信息系統(tǒng)，本文通信作者. E-mail：lili2005@mail.lzjtu.cn. 賈志凱(1975—)，男，河北新河人，副研究員，主要研究鐵路計(jì)算機(jī)應(yīng)用技術(shù). 張 瑜(1981—)，男，遼寧鐵嶺人，工程師，主要研究高速鐵路信息化. 李時(shí)法(1965—)，男，河南新鄉(xiāng)人，高級(jí)工程師，主要研究機(jī)械設(shè)備故障分析技術(shù).

U279

A

1672-3767(2017)04-0016-08

10.16452/j.cnki.sdkjzk.2017.04.003