数据挖掘方法在工业企业故障诊断中的应用

(江南大学 江苏 无锡 214122)

科技的发展为工业领域带来了技术的变革，自动化和智能化的发展趋势使得工业各个环节都在被信息技术影响，各种自动控制系统正在迅速应用。现代信息技术与工业的整合使每个链路的数据都得以完整记录，这些数据正以惊人的速度扩张，工业已进入“大数据时代”。这些数据通过科学的手段便能“变废为宝”，而数据挖掘技术就是帮助企业去挖掘宝藏的关键。数据挖掘技术可以分析行业生成的数据，发现隐藏的关系和规则。利用这些关系和规则来帮助工业在准备、制造、采购阶段提高效率、优化质量和降低成本等。

在复杂的工业生产过程中，当某一环节发生故障时，会导致一系列的连锁问题，使得整个生产系统受到影响，甚至可能会危及人身安全，因此故障预警是必不可少的。然而，生产线的复杂情况，即使是经验丰富的老师傅也很难快速地反应过来，而数据挖掘却不同，它通过数据的挖掘与分析，找出其中的关联，能够达到快速预测的效果。本文尝试利用数据挖掘算法，对中科云谷公司混凝土泵车砼活塞进行故障诊断，以期更快、更有效地解决工业企业生产故障问题。

一、数据挖掘分类预测方法

活塞故障预测其本质就是预测该零件存在质量问题的倾向性，属于二元分类预测模型，常用的有神经网络、决策树、逻辑回归和支持向量机等算法[1-3]。

(一)决策树算法。决策树算法由构建决策树和决策树剪枝两个基本步骤组成，利用数据中具有分类功能的属性作为节点生成决策树，然后利用测试数据集对分类规则进行剪枝，最终形成的决策树可对数据进行分类。常见的构建决策树的方法有CART算法、J48等。

(二)逻辑回归。逻辑回归用于描述范畴型响应变量与预测变量之间的关系，是在多响应线性回归的基础上，在一个经转换的目标变量上建立的线性模型。

(三)支持向量机。支持向量机(SVM)是建立在VC维理论和结构风险最小原理等统计学理论基础上的，它由于在解决小样本、非线性、高维模式识别中具有特别的优势而受到了广泛的关注，并能够推广到函数拟合等其他机器学习的应用中。

二、实验数据及数据预处理

本研究采用中科云谷科技有限公司公开提供的混凝土泵车砼活塞故障有关的数据，包括工作时间等多类工况数据，以及相应情况下，当混凝土泵送量完成时，活塞是否有故障的识别信息。

由于数据属性较多，为提高结果准确度，需要进行数据预处理剔除冗余属性，这里通过计算皮尔森系数来评估属性重要程度的方法，选择Ranker作为搜索方法，计算结果显示，属性反泵、低压开关、搅拌超压信号、高压开关、正泵与预测结果关系为0，将它们移除，最终筛选出的属性如表1所示。

表1 属性筛选结果

三、实验结果

(一)对比实验结果及评估

本章中活塞故障预测模型，输入变量是连续型变量，输出变量是分类变量，因此本文选择逻辑回归、决策树、支持向量机3种分类算法进行建模，并对结果进行对比分析。

模型评估有多种指标，常用的有精确率、覆盖率和两类错误率。然而，某个类的精确率与覆盖率不一定能同时高，对于故障预测问题，由于未能预测出故障造成的损失要比把不故障产品判断成故障产品造成的损失高出许多，因此对故障识别能力要求较高，也就是对覆盖率要求更高，具体需要比较两类错误的不同代价，从而寻求平衡使得总代价最小。两类错误率的概念来自统计学，将其放入本模型中，即原假设为活塞是故障的，那么把一个将故障的活塞预测为不会故障的错误就是第一类错误，把一个不会故障的活塞预测为会故障的活塞预测为会故障的错误是第二类错误。对比分析结果如表2所示：

表2 三种模型对比分析结果

从表2可以看出，决策树J48算法不仅达到最高的精确率，覆盖率，和F值，各类型错误率也是最低的。通过各类指标的比较，本文选取决策树作为故障预测模型

(二)决策规则

决策树应用于故障预测模型的优势之一就是可以归纳出规则，便于工作人员操作，根据预测结果，本文可以归纳出以下几条：

规则1：如果：流量档位≥9.75；那么：故障倾向⟹不故障

规则2：如果：流量档位>9.75 & 排流电量≤588.52；那么：故障倾向⟹不故障

根据这些规则，操作人员可以迅速定位有故障倾向的机器，然后进行整修。

四、结论

工业水平体现了一个国家的综合国力，我国作为一个工业强国，工业领域的数据库中有着大量的、模糊的、冗余的信息，工业生产过程所面临的复杂的预测、优化问题，靠以往的人工经验和简单的统计分析方法已经不能解决，而数据挖掘为工业的优化带来了新的方向。借助数据挖掘技术可以提高企业效率、优化产品质量，在工业领域中数据挖掘技术革新了企业的研发、生产、运营和管理方式，让工业生产过程更加智能化和自动化。本文讨论了在这个“数据爆炸”的时代，将数据挖掘技术应用于工业企业故障诊断的可行性。通过对中科云谷科技公司混凝土泵车砼活塞建立多个故障预警的模型，并进行对比分析，发现该公司砼活塞故障预警的最佳方法。