关联规则挖掘方法在旋转机械故障诊断中的应用.pdfVIP

维普资讯 第29卷 第 1期 水利 电力机械 V01．29 No．1 2007年 1月 WATER CONSERVANCY EI正CTRIC P0WERMACHINERY Jan．21307 · 信 息 技 术 · 关联规则挖掘方法在旋转机械故障诊断中的应用 Applicationonthefaultdiagnosisofrotarymachineryforhtediggingmehtodsofrelatedregulations 黄春利 ，石金彦 (1．国电郑州机械设计研究所，河南 郑州 450052；2．中国电子科技集团公司第 27研究所 ，河南 郑州 450005) 摘 要：关联规则反映一个事件和其他事件之间依赖或关联的知识，如果两项或多项属性之间存在关联 ，那 么其中一项的属性值就可以依据其他属性值进行预测。将该方法应用于故障诊断领域，对大量的机组状态 数据进行挖掘。发现故障数据中存在的规律，以规则的形式体现 出来。若有充足的先验数据，则采用该方法 可为故障诊断提供决策依据。 关键词：关联规则；数据挖掘；故障诊断 中图分类号：1P3l1．131：THl65 ．3 文献标识码：B 文章编号 ：1006—6446(2007101—0057—03 j，A是一个项集，当Ac 时，事务 包含A。关联规 0 引言 贝0为A*Bl，，其中Acj，Bcj，且AnB= 。 关联规则反映一个事件和其他事件之间依赖或 对关联规则的描述，有可信度 c和支持度 s2个 关联的知识。如果两项或多项属性之间存在关联， 概念，设 A*B在事务集D中成立，如果 s是D中事 那么其中一项的属性值就可以依据其他属性值进行 务包含 AUB的百分比，则该规则具有支持度 s，即 预测…1。在故障诊断领域，我们引入这样的思考，如 概率P(AUB)。如果D中包含A的事务同时也包含 果在训练样本数据集或反映故障特征属性数据集中 B的百分比是c，则该规则具有可信度 c，为条件概率 某倍频值在某区间范围内，而同时另一倍频值的大 P(BIA)。用公式表达如下 小也有一相应区间范围与之对应，而此时导致某种 s(A*B)=P(AUB)， 故障发生的实例 占总样本数的比例很大。那么我们 c(A*B)=P(B lA)。 是否可以认为，此倍频的大小与另一倍频值所在的 1．2 挖掘算法 某一确定区间存在一定的关联，它们对产生这种故 最基本的算法是 Apriori算法，它是一种最有影 障具有决定性的意义? 响的挖掘布尔关联规则频繁项集的算法。布尔型关 以上构想正好与数据挖掘中的关联模式相符 联规则 (BARP)是属性值为布尔量的关系表中寻找 合。关联模式是数据项之间的关联规则，关联规则 属性值为 “1”的属性之间的关系。 是形如A* 的规则，它是关联模式的基础。以此 1．2．1Apriori算法 思想为基础，构造基于关联规则方法的模块，寻求一 算法使用一种称作逐层搜索的迭代方法，k一 种新颖有效的故障诊断方法。 项集用于探索(k+1)一项集。首先，找出频繁 l一项 集的集合，该集合记作 。。。用于找频繁2一项集的 1 关联规则简介 集合 2，而 2用于找 L3，如此下去，直到不能找到频 1．1 基本概念 繁 一项集。找每个 需要一次数据库扫描。由 一。 设 j： {l，2，…，i}是一组项的集合，D是一 找 有连接和剪枝2个过程。为找 ，通过