魏永杰, 馬術(shù)文, 張海柱, 黎 榮, 何 旭

(西南交通大學 機械工程學院,成都 610031,E-mail: zhanghaizhu@swjtu.edu.cn)

高速列車是一個按訂單設(shè)計(Engineering-To-Order,ETO)的復雜產(chǎn)品系統(tǒng),并且面臨著復雜的服役環(huán)境和運行工況。產(chǎn)品配置設(shè)計是實現(xiàn)高速列車這一典型復雜ETO產(chǎn)品定制設(shè)計的關(guān)鍵技術(shù)之一,通過對預定義組件及相關(guān)設(shè)計知識建模與重用來實現(xiàn)產(chǎn)品定制[1]。然而,在高速列車產(chǎn)品配置設(shè)計時需考慮不同運行工況對產(chǎn)品功能、性能的影響,進行合理的差異化定制,否則會使得產(chǎn)品難以適應不同的運行工況,導致產(chǎn)品設(shè)計預期性能與實際運行性能間出現(xiàn)較大的差異。但目前配置設(shè)計方法很少考慮到實際產(chǎn)品上線運行后所面臨的多樣化運行工況對配置設(shè)計的影響。那么,隨著高速列車在多工況下運行和維修數(shù)據(jù)的不斷積累,如何從中有效地挖掘出多運行工況與產(chǎn)品配置設(shè)計相關(guān)的知識,是實現(xiàn)高速列車配置設(shè)計的關(guān)鍵問題。

目前,圍繞產(chǎn)品運維數(shù)據(jù)的挖掘和使用多以產(chǎn)品故障診斷和預測為目的[2],如周斌等人[3]利用FP-Growth算法挖掘動車組歷史運維數(shù)據(jù),獲取故障診斷知識,從而指導列車后續(xù)的維修維護;葉永偉等人[4]利用Apriori算法獲取卸船機關(guān)聯(lián)規(guī)則組,建立故障預測模型,并根據(jù)關(guān)聯(lián)規(guī)則狀態(tài)的改變來進行故障預測。相比之下,將產(chǎn)品在運維階段產(chǎn)生的大量數(shù)據(jù)反饋至產(chǎn)品設(shè)計階段中,通過迭代生命周期后期數(shù)據(jù)來提高設(shè)計質(zhì)量的研究還處于起步階段,如Zhang等人[5]根據(jù)裝載機在典型工況下的作業(yè)數(shù)據(jù),進行變速箱的多目標優(yōu)化設(shè)計,在保證動力性前提下獲得具有最佳燃油經(jīng)濟性的優(yōu)化方案;Ni等人[6]提出了QFD與Apriori相結(jié)合的零部件供應商選擇方法,挖掘了客戶信息、環(huán)境因素和零部件故障模式間的關(guān)聯(lián)規(guī)則,從而有針對性的進行供應商選擇決策;李金萍等人[7]分析了元故障-故障原因-設(shè)計質(zhì)量特性間的關(guān)聯(lián)關(guān)系并構(gòu)建了擴展關(guān)聯(lián)模型,從而得到關(guān)鍵質(zhì)量特性的重要度排序,提高產(chǎn)品的設(shè)計質(zhì)量。

針對上述問題與現(xiàn)狀,本文提出一種基于運維數(shù)據(jù)挖掘的高速列車配置設(shè)計技術(shù),利用FP-Growth算法從海量運維數(shù)據(jù)中提取產(chǎn)品配置實例與運行工況間的關(guān)聯(lián)規(guī)則,并借助產(chǎn)生式表示法形成實例配置規(guī)則;在此基礎(chǔ)上提出基于置信度的配置規(guī)則沖突消解與更新策略,進而建立配置規(guī)則庫并嵌入到高速列車產(chǎn)品設(shè)計平臺中,輔助設(shè)計人員進行高速列車產(chǎn)品配置設(shè)計。

1 高速列車配置設(shè)計技術(shù)框架

在現(xiàn)有基于實例推理的高速列車配置設(shè)計流程中,所配置的零部件實例的特征主要包含性能、結(jié)構(gòu)特征[8],而較少關(guān)注列車相關(guān)零部件實際運行表現(xiàn)與運行工況間的關(guān)聯(lián)性。因此本文采用關(guān)聯(lián)規(guī)則挖掘技術(shù),從高速列車運維數(shù)據(jù)中挖掘出與產(chǎn)品實際運行性能有關(guān)的設(shè)計知識,提高配置設(shè)計效率與設(shè)計質(zhì)量,總體技術(shù)框架如圖1所示,分為三個階段:①運維數(shù)據(jù)預處理,對獲取的高速列車運維數(shù)據(jù)進行清洗、特征選擇等,作為后續(xù)關(guān)聯(lián)規(guī)則集獲取的數(shù)據(jù)基礎(chǔ);②關(guān)聯(lián)規(guī)則集獲取,構(gòu)建關(guān)聯(lián)規(guī)則約束并基于提升度獲取最優(yōu)算法參數(shù),從而在海量列車運維數(shù)據(jù)中挖掘并形成配置實例-運行工況關(guān)聯(lián)規(guī)則集;③配置規(guī)則庫構(gòu)建,利用產(chǎn)生式知識表示法實現(xiàn)關(guān)聯(lián)規(guī)則到配置規(guī)則的轉(zhuǎn)換,并基于置信度完成配置規(guī)則的沖突消解與更新,最終形成配置規(guī)則庫,嵌入到高速列車產(chǎn)品設(shè)計平臺中,輔助設(shè)計人員完成配置設(shè)計任務。

圖1 基于運維數(shù)據(jù)挖掘的高速列車配置設(shè)計技術(shù)框架

2 基于FP-Growth的關(guān)聯(lián)規(guī)則集獲取

2.1 關(guān)聯(lián)規(guī)則挖掘基本理論

關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘中重要的研究方法之一,起初是為了分析顧客的購物偏好,目前在交通運輸[9]、制造業(yè)[10]等領(lǐng)域也得到了廣泛應用。借助關(guān)聯(lián)規(guī)則挖掘算法可以從由高速列車運維事務組成的數(shù)據(jù)集D中,挖掘出滿足最小支持度MinSup與最小置信度Mincon的配置實例-運行工況關(guān)聯(lián)規(guī)則。可用形如A=>B的蘊含式進行表達,意味著A的發(fā)生可能會導致B的發(fā)生,一般采用支持度與置信度對規(guī)則進行度量,相關(guān)定義如下。

(1) 支持度:支持度Sup可以表征關(guān)聯(lián)規(guī)則的普遍性,定義為包含項集A、B的事務數(shù)與數(shù)據(jù)集D事務總數(shù)之比,計算式如下。

(1)

(2) 置信度:置信度Con可以衡量關(guān)聯(lián)規(guī)則的可信程度,定義為包含項集A、B的事務數(shù)與包含項集A的事務數(shù)之比,計算式如下。

(2)

(3) 強關(guān)聯(lián)規(guī)則:關(guān)聯(lián)規(guī)則挖掘的目的是從數(shù)據(jù)集中獲取強關(guān)聯(lián)規(guī)則,若規(guī)則A=>B滿足Sup(A=>B) ≥Minsup、Con(A=>B) ≥Mincon,則稱其為強關(guān)聯(lián)規(guī)則,否則為弱關(guān)聯(lián)規(guī)則。

根據(jù)挖掘策略的不同,關(guān)聯(lián)規(guī)則挖掘算法可分為廣度優(yōu)先算法、深度優(yōu)先算法、增量式更新算法等[11]。在深度優(yōu)先算法的研究中,Han等人提出了FP-Growth算法[12],該算法的思想是將原始數(shù)據(jù)映射到FP-tree中,形成一個高度壓縮的數(shù)據(jù)結(jié)構(gòu),將挖掘頻繁項集的任務轉(zhuǎn)化為FP-tree的構(gòu)建與搜索,整個過程中僅需掃描原始數(shù)據(jù)庫兩次,相較于傳統(tǒng)Apriori算法而言效率更高。

同時,在高速列車的運維數(shù)據(jù)中存在相同零部件出現(xiàn)在不同的運維數(shù)據(jù)中,即同一項目被包含在不同的事務里,因此在構(gòu)建FP-tree的過程中它們的路徑會出現(xiàn)重疊。對于FP-Growth算法而言,生成頻繁項集需要依賴于FP-tree的根節(jié)點到其子節(jié)點所對應的路徑,因此項目的重疊路徑越多,FP-tree的壓縮效果越好,算法的時間與空間復雜度也將有所降低,因此本文選擇FP-Growth作為高速列車配置實例-運行工況關(guān)聯(lián)規(guī)則挖掘方法。

2.2 關(guān)聯(lián)規(guī)則約束構(gòu)建

對高速列車不同零部件配置實例運行表現(xiàn)與運行工況間展開關(guān)聯(lián)分析,可以看作是在特定約束條件下進行關(guān)聯(lián)規(guī)則挖掘,而挖掘所得的配置實例-運行工況關(guān)聯(lián)規(guī)則形如:R:{ => ,Sup,Con},其中,規(guī)則R表示在條件C(c1,c2,…,cm)下易導致設(shè)備故障模式F(f1,f2,…,fn)發(fā)生;條件C包括運行線路、運行里程、車型等;F為產(chǎn)品故障模式,包含故障等級、故障原因等信息;Sup、Con分別表示規(guī)則R的支持度、置信度。通過設(shè)置不同的運行條件與故障模式約束,可以獲得不同類型的關(guān)聯(lián)規(guī)則。基于關(guān)聯(lián)規(guī)則約束的高速列車配置實例-運行工況關(guān)聯(lián)規(guī)則挖掘步驟如下:

Input:高速列車運維事務集D,最小支持度Minsup,最小置信度Mincon。

Step1:第一次掃描事務集D,計算各項的支持度并根據(jù)支持度排序,去除支持度小于Minsup的非頻繁項,獲取頻繁1-項集并建立項目頭表L。

Step2:第二次掃描事務集D,按照表L對各事務中的項目進行排序,獲得排序后的事務集D′,構(gòu)建FP-tree根節(jié)點,并將事務集D′中的事務逐個添加到FP-tree中。

Step3:從FP-tree中提取出各頻繁項的條件模式基并構(gòu)造各頻繁項的子FP-tree,基于此挖掘出包含該項且支持度不小于Minsup的頻繁項集。

Step4:設(shè)置關(guān)聯(lián)規(guī)則約束,基于頻繁項集生成符合約束條件的關(guān)聯(lián)規(guī)則,提取出置信度不小于Mincon的強關(guān)聯(lián)規(guī)則。

Output:高速列車配置實例-運行工況關(guān)聯(lián)規(guī)則。

2.3 挖掘參數(shù)設(shè)置

由FP-Growth算法的原理可知,Minsup與Mincon是其主要參數(shù),不同的參數(shù)組合對挖掘過程中FP-tree的大小、頻繁項集與關(guān)聯(lián)規(guī)則的數(shù)量和質(zhì)量有顯著的影響[13],因此設(shè)置合適的參數(shù)將有助于挖掘出高價值的信息。而在現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘研究中,其參數(shù)的選擇多是根據(jù)經(jīng)驗而定,沒有設(shè)置參數(shù)閾值的標準。為了降低參數(shù)選擇的主觀性,本文利用關(guān)聯(lián)規(guī)則的平均提升度作為參數(shù)設(shè)置優(yōu)劣的評價指標,以獲取最佳的參數(shù)組合。其中提升度L作為綜合支持度與置信度的指標,能夠體現(xiàn)關(guān)聯(lián)規(guī)則前后項間的相關(guān)性,計算式如下。

(3)

當提升度L(A=>B)>1時,表示規(guī)則前后項間具有正相關(guān)性,提升度越大相關(guān)性越強,意味著在當前參數(shù)設(shè)置下,所挖掘的規(guī)則具有較高的參考價值。

3 高速列車配置規(guī)則庫構(gòu)建

高速列車配置設(shè)計的主要任務是選擇合適的零部件實例并進行組合[14],以獲得滿足設(shè)計標準與客戶需求的定制化產(chǎn)品?，F(xiàn)有的產(chǎn)品設(shè)計平臺在配置實例求解的過程中需要依賴于配置知識庫[15],而配置規(guī)則作為其中主要的配置知識,包括變量配置規(guī)則、產(chǎn)品裝配約束規(guī)則與版本有效性規(guī)則[16]。其中變量配置規(guī)則的作用是在配置產(chǎn)品時,根據(jù)配置變量的取值來實例化產(chǎn)品模型中的零部件,后兩者則是用于確定零部件的裝配關(guān)系以及具體的實例版本。為了保證配置規(guī)則易于表達和使用,一般采用產(chǎn)生式表示法對其進行描述,其定義為:□= IF THEN 。

3.1 配置規(guī)則構(gòu)建

本文借助FP-Growth算法可以獲得大量零部件配置實例與運行工況間的關(guān)聯(lián)規(guī)則,可作為變量配置規(guī)則輔助設(shè)計人員在不同工況下選擇合適的零部件配置實例。而為了便于規(guī)則理解與使用,需借助產(chǎn)生式表示法對其進行處理,并使用置信度來進行度量,處理策略如圖2所示。

圖2 配置規(guī)則構(gòu)建算法

3.2 配置規(guī)則沖突消解

由于所得配置規(guī)則數(shù)量較多,其中會存在一些相互沖突或冗余的規(guī)則,如規(guī)則后項一致而前項不同,因此有必要進行沖突消解,從沖突規(guī)則中選取一條規(guī)則作為首選配置規(guī)則,以便于設(shè)計人員的使用。沖突消解常用的方法是給規(guī)則進行排序,并依次取出。排序的方法需根據(jù)具體問題而定,本文選擇配置規(guī)則的置信度CF作為排序的依據(jù),即若配置規(guī)則間存在沖突,則CF高的將作為首選配置規(guī)則,沖突消解策略如圖3所示。

圖3 配置規(guī)則沖突消解算法

3.3 配置規(guī)則庫更新

隨著數(shù)據(jù)的不斷積累,所獲得的配置規(guī)則也將發(fā)生變化,因此需要對配置規(guī)則庫進行更新,去除失效規(guī)則,更新策略如圖4所示。

圖4 配置規(guī)則庫更新算法

4 實例研究

4.1 數(shù)據(jù)預處理

本文的數(shù)據(jù)集為某主機廠提供的2009年～2013年間高速列車故障及維修匯總表,每條數(shù)據(jù)由故障設(shè)備、故障原因、維修措施等29項特征組成,部分數(shù)據(jù)如表1所示(由于保密性要求,隱去部分信息)。由于數(shù)據(jù)主要由維修人員手動上傳,其中存在部分冗余值、缺失值等異常數(shù)據(jù)問題。同時為了滿足算法的數(shù)據(jù)要求,需要對原始數(shù)據(jù)進行預處理,主要包括數(shù)據(jù)清洗、特征選擇與數(shù)據(jù)離散。

表1 原始故障數(shù)據(jù)示例

(1) 數(shù)據(jù)清洗

數(shù)據(jù)清洗是關(guān)聯(lián)規(guī)則挖掘的第一步,目的為檢查和驗證數(shù)據(jù)[17],提高數(shù)據(jù)質(zhì)量,最常用的方法是刪除異常數(shù)據(jù)或用適當?shù)闹祵θ笔?shù)據(jù)進行填充。本文的數(shù)據(jù)清洗過程主要分為異常值檢查、缺失數(shù)據(jù)處理與重復數(shù)據(jù)刪除,其中針對存在缺失值等其他異常數(shù)據(jù)問題,若異常字段對于關(guān)聯(lián)規(guī)則挖掘具有重要的影響如運行線路、故障設(shè)備等,采用直接刪除此條記錄的方法,否則采用空白字符進行填充處理。

(2) 特征選擇

高速列車運維數(shù)據(jù)特征較多,為了降低算法的搜索空間,需要選擇有價值的特征進行挖掘。本文的目的是獲取多工況下與產(chǎn)品零部件設(shè)計相關(guān)的知識,因此選擇車型、故障現(xiàn)象、故障設(shè)備、故障原因、故障等級、故障時間、運行里程、運行線路八個特征項組成數(shù)據(jù)集作為關(guān)聯(lián)規(guī)則挖掘的對象。

(3) 數(shù)據(jù)離散

高速列車運維數(shù)據(jù)中包含有部分數(shù)值特征項,如故障發(fā)生時間、運行里程,這些特征項不能直接使用FP-Growth算法進行挖掘,需要先對其進行離散處理,離散化后的結(jié)果如表2所示,其中運行里程是根據(jù)高速列車的檢修周期而定[18]。

表2 數(shù)據(jù)離散化表

將原始數(shù)據(jù)進行預處理后,共得到運維數(shù)據(jù)記錄7 086條,基于此形成高速列車運維事務集,其中包含軸箱、輪對、齒輪箱、空氣彈簧等列車關(guān)鍵零部件運維信息,部分高速列車運維事務如表3所示。

表3 高速列車運維事務集示例

4.2 關(guān)聯(lián)規(guī)則挖掘與配置規(guī)則構(gòu)建

(1) 關(guān)聯(lián)規(guī)則約束構(gòu)建

為了獲取高速列車配置實例與運行工況間的關(guān)聯(lián)規(guī)則,需要建立不同類別的規(guī)則約束形式,從而指導關(guān)聯(lián)規(guī)則挖掘,結(jié)合本文的預期挖掘目標以及對高速列車運維數(shù)據(jù)的特征分析,建立的規(guī)則約束如表4所示。

表4 關(guān)聯(lián)規(guī)則約束示例

(2) FP-Growth參數(shù)優(yōu)化

為了獲取最佳的算法參數(shù),本文選擇關(guān)聯(lián)規(guī)則的平均提升度作為參數(shù)組合優(yōu)劣的評價標準,測試結(jié)果如圖5所示,可得最佳的參數(shù)設(shè)置為:Minsup=0.01、Mincon=0.6。

圖5 參數(shù)尋優(yōu)結(jié)果

(3) 關(guān)聯(lián)規(guī)則挖掘與配置規(guī)則構(gòu)建

在Python3.9的環(huán)境下,利用FP-Growth算法挖掘處理后的高速列車運維事務集,共獲得配置實例-運行工況關(guān)聯(lián)規(guī)則384條。為了便于關(guān)聯(lián)規(guī)則的入庫與使用,利用產(chǎn)生式表示法對所獲取的關(guān)聯(lián)規(guī)則進行處理,形成最初的配置規(guī)則庫;之后基于本文所提出的沖突消解策略對配置規(guī)則進行處理并剔除無效規(guī)則,從而形成無沖突的配置規(guī)則庫,按照不同的規(guī)則類別進行分類,部分規(guī)則如表5所示。

表5 規(guī)則處理示例

4.3 高速列車齒輪箱設(shè)計實例驗證

將處理后的配置規(guī)則庫導入到高速列車產(chǎn)品設(shè)計平臺中,規(guī)則查看與管理界面如圖6所示。在以往的產(chǎn)品設(shè)計平臺中高速列車配置設(shè)計的主要方法是基于實例屬性相似度進行產(chǎn)品模塊實例匹配。以齒輪箱為例,主要考慮許用功率、傳動比與中心距等參數(shù)與技術(shù)指標間的匹配程度,從而確定最優(yōu)實例選擇,在求解過程中未考慮實際運行工況對產(chǎn)品配置實例的影響。而本文通過處理高速列車運維數(shù)據(jù),獲取零部件實際性能表現(xiàn)與運行工況間的關(guān)系,形成模塊實例配置規(guī)則庫,輔助設(shè)計人員完成配置設(shè)計任務。

圖6 配置規(guī)則管理與應用

如圖6所示,在基于傳統(tǒng)的相似度匹配算法獲得備選的齒輪箱實例后,系統(tǒng)通過識別目前工作流中的設(shè)計對象、實例參數(shù)以及對應的設(shè)計指標,形成查詢條件如<齒輪箱><武廣線>,從而在配置規(guī)則庫中篩選出與當前實例所關(guān)聯(lián)的配置規(guī)則并嵌入到產(chǎn)品配置設(shè)計流程中。設(shè)計人員可以基于配置規(guī)則對備選實例進行進一步篩選,如所設(shè)計列車若在武廣線上運行,由配置規(guī)則1-1與1-2可知CRHXB型列車所用齒輪箱02易出現(xiàn)比CRHX型列車所用齒輪箱01更加嚴重的故障,表明齒輪箱01更適合于武廣線的運行工況,從而選擇齒輪箱01更為合適。

5 結(jié)論

針對高速列車配置設(shè)計缺乏考慮多運行工況的影響,本文提出了一種基于運維數(shù)據(jù)挖掘的高速列車配置設(shè)計技術(shù)。首先,建立了高速列車配置設(shè)計總體技術(shù)架構(gòu);然后,基于FP-Growth算法挖掘了高速列車零部件實例與不同運行工況間的關(guān)聯(lián)規(guī)則集并形成配置規(guī)則,構(gòu)建零部件實例配置規(guī)則庫并嵌入到高速列車設(shè)計平臺;最后,以高速列車齒輪箱設(shè)計為應用驗證實例,表明了本文所提方法能夠?qū)F(xiàn)有的高速列車運維數(shù)據(jù)中所蘊含的設(shè)計信息反饋到配置設(shè)計階段,輔助設(shè)計人員做出有針對性的研發(fā)決策。未來隨著高速列車運維數(shù)據(jù)的不斷增加,將進一步修正和完善關(guān)聯(lián)規(guī)則提取的算法,不斷更新配置規(guī)則庫,提高配置設(shè)計的合理性。