大数据多尺度状态检测方法在磨损检测的应用_刘吉臻.pdfVIP

34 1 仪 器 仪 表 学 报 Vol. 34 No. 1 第 卷 第 期 2013 1 Chinese Journal of Scientific Instrument Jan． 2013 年 月 大数据多尺度状态检测方法在磨损检测的应用* ， ， ， 刘吉臻 刘继伟 曾德良 柳 玉 ( 102206) 华北电力大学工业过程测控新技术与系统北京市重点实验室 北京 : 、 、 ， 。 摘 要 随着生产过程自动化 信息化 规模化发展 以大数据为基础的信息处理技术得到广泛应用 对大数据进行多尺度深 ， ， 。 、 、 、 层次的挖掘 可以为状态检测提供技术依据 有效提高设备的可靠性 针对数据量巨大 干扰源众多 信息密度低 复杂度高的 ， 、 ， 。 对象提出一种基于大数据的状态检测方法 利用数据融合 信息粒化以及多尺度分析 提取对象状态参数 通过对某机组磨煤 机磨辊磨损的状态检测的实例分析验证了算法的有效性。 : ; ; ; 关键词 大数据 信息融合 状态检测 多尺度分析 中图分类号:TP274 + ． 5 TH87 文献标识码:A 国家标准学科分类代码:510 ． 4020 Application of multi-scale state detection method based on big data in wear detection Liu Jizhen ，Liu Jiwei ，Zeng Deliang ，Liu Yu (Key Laboratory of Measurement ＆ Control New Technology and System f or Industrial Process ，North China Electric Power University ，Beij ing 102206 ，China) Abstract :As the development of production process automation ，informatization and scalization ，the information pro- cessing technology based on big data has been widely used． Multi-scale deep-level mining on big data can provide technical basis for state detection and effectively improve equipment reliability． Aiming at the objects with huge amount of data ，many interference sources ，low information density and high complexity ，a state detection method based on big data is proposed． Data fusion ，information granularity and multi-scale analysis are used to