摘 要：本文主要分析了數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械故障診斷中的應(yīng)用現(xiàn)狀與相關(guān)問(wèn)題，重點(diǎn)介紹了幾種全新的數(shù)據(jù)挖掘技術(shù)應(yīng)用方法方式，數(shù)據(jù)挖掘技術(shù)的應(yīng)用不僅能夠克服礦山機(jī)械故障診斷中存在的不足和缺點(diǎn)，而且具有多種特有的優(yōu)勢(shì)與優(yōu)點(diǎn)。通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械故障診斷中的應(yīng)用研究，以期為礦山的安全生產(chǎn)提供可靠的保障，創(chuàng)造出最大化的經(jīng)濟(jì)與社會(huì)效益。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù);礦山機(jī)械;故障診斷;應(yīng)用方法;分析研究

隨著我國(guó)社會(huì)的不斷發(fā)展進(jìn)步以及經(jīng)濟(jì)水平的迅速提高，我國(guó)對(duì)于煤炭資源能源的需求也在快速上漲，我國(guó)礦山開(kāi)采的數(shù)量與規(guī)模呈現(xiàn)出快速增加的趨勢(shì)。而近些年來(lái)我國(guó)科學(xué)技術(shù)水平的進(jìn)步與上升，使得我國(guó)工業(yè)生產(chǎn)向著大型化、高速化、連續(xù)化、智能化、專業(yè)化、自動(dòng)化的方向進(jìn)步發(fā)展，但是我國(guó)工業(yè)的發(fā)展，以及機(jī)械工業(yè)設(shè)備的應(yīng)用增多，也帶來(lái)了機(jī)械設(shè)備故障問(wèn)題。在礦山相關(guān)工作中，一旦機(jī)械設(shè)備出現(xiàn)故障問(wèn)題，將會(huì)嚴(yán)重影響相關(guān)工作的質(zhì)量與效率，嚴(yán)重情況下甚至?xí)?lái)安全事故，危害著相關(guān)工作人員的生產(chǎn)財(cái)產(chǎn)安全。數(shù)據(jù)挖掘技術(shù)是我國(guó)當(dāng)前科學(xué)技術(shù)發(fā)展的一個(gè)重要技術(shù)產(chǎn)物，有諸多的特點(diǎn)特性，而將數(shù)據(jù)挖掘技術(shù)應(yīng)用在礦山機(jī)械故障診斷中，能夠從多個(gè)方面提高故障診斷的效率與水平。因此，文章對(duì)數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械故障診斷中的應(yīng)用進(jìn)行分析研究，有著現(xiàn)實(shí)的價(jià)值和意義。

1 數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘技術(shù)也就是數(shù)據(jù)分析及采集技術(shù)，這一技術(shù)是從大量而廣泛的信息中獲得獲取真實(shí)有效且可用的信息數(shù)據(jù)。在數(shù)據(jù)的采集收集實(shí)踐中，由于部分?jǐn)?shù)據(jù)信息未經(jīng)過(guò)降噪處理，是一種模糊數(shù)據(jù)，這種數(shù)據(jù)隱藏在廣泛而海量的數(shù)據(jù)中，為了實(shí)現(xiàn)數(shù)據(jù)信息的精準(zhǔn)精確提取和判定，必須要對(duì)其進(jìn)行剔除，從而保證數(shù)據(jù)提取的高效性。

1.1 問(wèn)題定義

海量的數(shù)據(jù)信息在總體較為細(xì)微的層面層次中會(huì)出現(xiàn)極微小的浮動(dòng)與變化，數(shù)據(jù)信息專家則需要在海量的數(shù)據(jù)信息中對(duì)信息進(jìn)行甄別篩選，但是這一傳統(tǒng)的人工數(shù)據(jù)采集技術(shù)，存在著準(zhǔn)確性較低、采集效率低等問(wèn)題，而數(shù)據(jù)挖掘技術(shù)則能夠有效地解決這一問(wèn)題。

1.2 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)挖掘技術(shù)中的檢測(cè)系統(tǒng)能夠高效而快速地獲取信息數(shù)據(jù)，并且其采集到的信息類(lèi)型有著顯著的復(fù)雜性、系統(tǒng)性與多樣性的特點(diǎn)，在具體的使用中，其控制難度較高。而為解決這一問(wèn)題，則需要實(shí)現(xiàn)數(shù)據(jù)挖掘目標(biāo)的快速定位，而實(shí)現(xiàn)數(shù)據(jù)信息的快速定位，可以先行對(duì)數(shù)據(jù)信息進(jìn)行預(yù)處理與轉(zhuǎn)化。

1.3 數(shù)據(jù)挖掘與結(jié)果分析評(píng)估

在實(shí)際的數(shù)據(jù)挖掘過(guò)程中，可以使用規(guī)則學(xué)習(xí)或是決策樹(shù)等多種方法進(jìn)行分析統(tǒng)計(jì)，并且保證不進(jìn)行重復(fù)，實(shí)現(xiàn)潛藏信息的挖掘。在滿足持續(xù)檢測(cè)的要求下，數(shù)據(jù)挖掘所獲得信息數(shù)據(jù)也將會(huì)出現(xiàn)不同程度的變化與發(fā)展，海量的數(shù)據(jù)信息分析必須要借助數(shù)據(jù)建模技術(shù)，在經(jīng)歷過(guò)多次反復(fù)的建模論證后，才能夠保證新獲取的信息數(shù)據(jù)的準(zhǔn)確性，從而獲得精準(zhǔn)的診斷效果。

2 數(shù)據(jù)挖掘常用技術(shù)

數(shù)據(jù)挖掘在實(shí)際的應(yīng)用中，必須要選擇合適合理的技術(shù)，數(shù)據(jù)挖掘技術(shù)的選擇直接影響甚至決定著挖掘信息的總體質(zhì)量高低。當(dāng)前數(shù)據(jù)挖掘中的常用技術(shù)主要有以下幾種。

2.1 粗糙集理論

粗糙度集是應(yīng)用在研究不確定性及模糊數(shù)學(xué)中的最為常用而典型的一種理論，也是一種性價(jià)比高的計(jì)算與分析工具。一般而言，粗糙集理論有著以下的優(yōu)勢(shì)：算法結(jié)構(gòu)簡(jiǎn)單、操作簡(jiǎn)便、分析成本低、分析流程以及步驟簡(jiǎn)化等。

2.2 技術(shù)為決策樹(shù)技術(shù)

決策樹(shù)法是一種常用的預(yù)測(cè)模型算法，其能夠?qū)崿F(xiàn)大量的數(shù)據(jù)的實(shí)時(shí)與快速分類(lèi)，提升信息數(shù)據(jù)處理的效率。決策樹(shù)分析的優(yōu)勢(shì)優(yōu)點(diǎn)在于其功能簡(jiǎn)單、類(lèi)型劃分速率快等。

2.3 技術(shù)為人工神經(jīng)元網(wǎng)絡(luò)技術(shù)

基于神經(jīng)元網(wǎng)絡(luò)分析技術(shù)是當(dāng)前數(shù)據(jù)分析以及數(shù)據(jù)挖掘中的關(guān)鍵技術(shù)，也是應(yīng)用最為廣泛和普遍的一種分析方法。人工神經(jīng)元網(wǎng)絡(luò)分析技術(shù)的原理就是借助仿生學(xué)的基本原理，模仿人體的神經(jīng)系統(tǒng)建立相應(yīng)的數(shù)據(jù)信息庫(kù)，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)信息庫(kù)內(nèi)數(shù)據(jù)的實(shí)時(shí)采集與甄別遴選。人工神經(jīng)網(wǎng)絡(luò)元分析技術(shù)能夠在機(jī)械故障情況存在的情況下實(shí)現(xiàn)精確的預(yù)判，因此在處理某些故障問(wèn)題中有著良好的適用性。但是其內(nèi)部結(jié)構(gòu)并不透明，并不適用于維度較高的數(shù)據(jù)分析中。

2.4 算法為遺傳算法

遺傳分析法與神經(jīng)網(wǎng)絡(luò)分析法存在著一定的相似性，遺傳分析法是一種基于生物學(xué)基本理論的技術(shù)，借鑒了自然選擇法則與遺傳學(xué)中的隨機(jī)搜尋基本理論。遺傳分析法有著顯著隱藏性以及并行的特點(diǎn)，其分析模型能夠很好地應(yīng)用在數(shù)據(jù)挖掘中。

3 數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械設(shè)備故障診斷中的應(yīng)用分析

當(dāng)前我國(guó)數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械設(shè)備故障診斷中的應(yīng)用還存在一定的不足，在這一背景下，對(duì)數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械設(shè)備故障診斷中的應(yīng)用方法進(jìn)行分析和優(yōu)化，成為了一個(gè)關(guān)鍵的問(wèn)題。文章本部分將對(duì)數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械設(shè)備故障診斷中的應(yīng)用方法進(jìn)行探析。

3.1 狀態(tài)數(shù)據(jù)挖掘

在不同的礦山作業(yè)環(huán)境中，礦山機(jī)械設(shè)備的功能與作用也不盡相同，從礦山機(jī)械設(shè)備的應(yīng)用角度進(jìn)行分析，不同機(jī)械設(shè)備通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)信息收集的方式也并不相同。在對(duì)礦山機(jī)械設(shè)備的數(shù)據(jù)信息進(jìn)行處理時(shí)，數(shù)據(jù)挖掘技術(shù)能夠穩(wěn)定與有序地對(duì)數(shù)據(jù)信息進(jìn)行甄別遴選與分析處理，并將相關(guān)數(shù)據(jù)傳輸至礦山數(shù)據(jù)控制中心中，準(zhǔn)確地發(fā)出礦山開(kāi)采工作的信息數(shù)據(jù)。

3.2 故障診斷原理與應(yīng)用技術(shù)

礦山機(jī)械設(shè)備出現(xiàn)故障問(wèn)題時(shí)，將會(huì)嚴(yán)重影響礦山工作的效率與質(zhì)量，嚴(yán)重情況下甚至?xí)：Φ较嚓P(guān)工作人員的生命安全。因此必須要對(duì)礦山機(jī)械故障診斷問(wèn)題進(jìn)行關(guān)注和重視。數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械設(shè)備故障診斷中的應(yīng)用原理基本模式是識(shí)別，通過(guò)對(duì)機(jī)械設(shè)備進(jìn)行統(tǒng)一地分析，從而識(shí)別出其中出現(xiàn)故障問(wèn)題的機(jī)械設(shè)備。在對(duì)礦山機(jī)械故障進(jìn)行診斷中，首先需要對(duì)礦山相關(guān)設(shè)備運(yùn)行的參數(shù)進(jìn)行提取，將所有數(shù)據(jù)進(jìn)行采集，從而保證信息數(shù)據(jù)參數(shù)的全面性。在此基礎(chǔ)上，相關(guān)技術(shù)人員可以將提取的數(shù)據(jù)參數(shù)進(jìn)行詳細(xì)分析，從而準(zhǔn)確找出機(jī)械設(shè)備的故障問(wèn)題與故障區(qū)域部分。當(dāng)不同礦山機(jī)械出現(xiàn)故障問(wèn)題時(shí)，需要根據(jù)實(shí)際的故障問(wèn)題情況分類(lèi)進(jìn)行問(wèn)題故障的處理與修復(fù)。利用決策樹(shù)的方法則需要注意應(yīng)用的規(guī)范性，而利用遺傳算法的分析技術(shù)時(shí)則需要注意設(shè)備故障所對(duì)應(yīng)的技術(shù)要求，而利用粗糙集技術(shù)進(jìn)行礦山機(jī)械故障診斷分析時(shí)，需要重視其原理構(gòu)造等方面。

數(shù)據(jù)挖掘技術(shù)在進(jìn)行實(shí)際應(yīng)用時(shí)，可以根據(jù)優(yōu)化與處理對(duì)象的不同，采取不同的優(yōu)化措施，從而實(shí)現(xiàn)礦山機(jī)械設(shè)備的優(yōu)化處理控制。數(shù)據(jù)挖掘技術(shù)對(duì)故障的診斷應(yīng)用，其本質(zhì)是將礦山機(jī)械運(yùn)行的歷史數(shù)據(jù)與參數(shù)進(jìn)行全方面的篩選與甄別，并對(duì)故障問(wèn)題進(jìn)行及時(shí)報(bào)備。這樣的技術(shù)本質(zhì)不僅能夠第一時(shí)間解決機(jī)械設(shè)備的故障問(wèn)題，應(yīng)能夠在礦山機(jī)械故障診斷中優(yōu)化其工作方式，提高工作效率。

3.3 數(shù)據(jù)挖掘技術(shù)故障診斷建模

在數(shù)據(jù)挖掘在對(duì)礦山機(jī)械故障進(jìn)行診斷時(shí)，需要對(duì)礦山機(jī)械設(shè)備的相關(guān)數(shù)據(jù)進(jìn)行獲取，包括機(jī)械設(shè)備運(yùn)行的歷史數(shù)據(jù)信息參數(shù)以及出現(xiàn)故障問(wèn)題時(shí)的故障信息數(shù)據(jù)參數(shù)。在數(shù)據(jù)信息采集獲取后，數(shù)據(jù)挖掘技術(shù)就需要根據(jù)實(shí)際選用的技術(shù)進(jìn)行統(tǒng)一建模，一般建模的方式為采用粗糙集與決策樹(shù)兩種理論技術(shù)融合進(jìn)行建模，這兩種技術(shù)理論的組合結(jié)合能夠使數(shù)據(jù)保持原有的順序，防止其出現(xiàn)紊亂雜亂的問(wèn)題現(xiàn)象。

4結(jié)語(yǔ)

總而言之，數(shù)據(jù)挖掘技術(shù)在礦山機(jī)械故障診斷中有著廣闊的應(yīng)用空間與發(fā)展前景。其結(jié)合融合了人工智能、計(jì)算智能、數(shù)理統(tǒng)計(jì)等先進(jìn)的科學(xué)技術(shù)，在礦山機(jī)械出現(xiàn)故障問(wèn)題時(shí)，應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠有效地對(duì)其進(jìn)行診斷，幫助分析故障問(wèn)題原因與具體部位，從而提高故障問(wèn)題解決的效率與質(zhì)量。文章對(duì)其在礦山機(jī)械故障診斷中的應(yīng)用進(jìn)行闡述，希望能夠幫助提高礦山工作水平。

參考文獻(xiàn)：

[1]李洪燕，陳步英，趙美枝等.數(shù)據(jù)挖掘技術(shù)在煤礦機(jī)械故障診斷中的應(yīng)用[J].煤礦機(jī)械，2012，33（12）：259-261.

[2]劉松，趙子奇，謝斌等.數(shù)據(jù)挖掘技術(shù)在煤礦機(jī)械故障診斷中的應(yīng)用初探[J].建筑工程技術(shù)與設(shè)計(jì)，2016（31）：403.

[3]蘇曦.數(shù)據(jù)挖掘技術(shù)在機(jī)械設(shè)備故障診斷中的應(yīng)用[J].自動(dòng)化與儀器儀表，2015（1）：127-128，130.

作者簡(jiǎn)介：

朱永（1990- ），男，山西朔州人，2020年1月畢業(yè)于太原理工大學(xué)采礦工程專業(yè)，助理工程師，現(xiàn)從事煤礦機(jī)械工作。