高校大数据挑战赛优秀论文A题论文220280.pdfVIP

所在组别参赛编号

2022年第二届中国高校大数据挑战赛

研究生组bdc220280

工业机械设备故障预测

摘要

制造业是国民经济的主体，在工业企业生产高度自动化和复杂化的今天，保障各个

生产环节的正常运转就显得尤为重要，机械设备的故障预测是首当其冲要解决的问题。

本文以某企业关于机械设备使用及故障发生情况的9000条记录为研究数据，数据

提供了机械设备的使用环境和工作强度等指标，包含室温、机械温度、转速、扭矩、运

转时长、机械的质量等级、是否发生故障以及故障类型等指标。

初步分析数据知，存在异常数据且正负样本比例约为29：1，为样本不均衡问题。

为避免样本不均衡导致的模型过拟合以及泛化能力差，针对不同的问题选取样本平衡方

法，再使用数据进行指标选取、故障预测建模以及因果分析。

问题一选择指标：需要选择合适的指标进行故障预测。首先删除了2条异常数据，

再采用过采样（SMOTE算法）的方法降低样本的类别不均衡度。将处理好的数据输入

决策树模型中进行重要度计算，按照重要度选择了：室温、转速、扭矩以及运转时长四

个指标用于故障预测。

指标名称机械质量等级室温机械温度转速扭矩运转时长

重要度0.018970.166940.076260.258520.290870.18842

问题二预测是否故障建模：需要根据历史数据训练模型用于预测未来是否发生故障。

首先对预处理过后的数据采用SMOTE算法和ADASYN方法分别进行样本平衡处理。

将处理好的数据按照8：2划分训练集和测试集输入袋装树模型中进行训练，采用网格

搜索的方法确定模型最佳参数，再采用五折交叉验证检验模型的性能。最后对比选用

ADASYN采样数据训练得到的袋装树模型，选取准确率、召回率、F1分数、精确率以

及AUC指标对模型进行评价，结果表明该模型的效果很好。相关指标数值见下表：

指标名称准确率召回率F1分数精确率AUC

值0.97650.96820.97620.98750.9900

问题三预测故障类型建模：需要根据历史数据训练模型用于预测未来发生故障的类

型，选择袋装树模型进行多分类预测。过程同问题二，最终选取Micro、Macro以及混

淆矩阵作为指标对模型进行评估，结果表明该模型的效果很好。相关指标数值见下表：

指标名称MicroMacro

值0.96520.9653

问题四模型应用：需要根据问题二和问题三训练出来的模型对文件中的数据进行仿

真预测，其中预测非故障与故障比例约为29.4：1。具体结果见附件“forecast.xlsx”。

问题五因果分析：需要对每类故障产生的原因进行量化分析。首先对自变量进行相

关性分析，剔除变量室温。将变量输入多项Probit模型中进行回归，分析总结了各个故

障可能的成因，结果见表11。再利用边际效应值进行量化分析，量化关系见式（11-15）。

关键词：样本不均衡二分类预测多分类预测因果分析模型评价

1

1问题重述

1.1问题背景

随着科学技术的发展，工业企业对机器设备的要求越来越多，智能生产线也正朝着

自动化和高集成的方向发展，复杂化和自动化是现在机械设备发展的较为突出的方向。

很多制造业的核心设备的自动化水平很高，机械设备在工业生