摘 要：隨著信息技術的發展，人們采集數據的手段日益豐富與高明，由此積累的機械設備故障數據日益膨脹，而且高維數據也日益成為主流。如何從這些海量數據及高維特征中選出有用的數據進行有效的故障診斷成為一件困難的事情。計算機性能的日益更新和數據庫技術的快速發展，使得數據挖掘這一融合多種分析手段，從大量數據中發現有用知識的方法應運而生，為上述問題的解決開辟了一條道路。本文就詳細論述了應用數據挖掘技術進行機械設備故障診斷的全過程。 關鍵詞：數據挖掘;機械設備;故障診斷;粗糙集;人工神經網絡;決策樹 [b][align=center]The Research of Machinery Fault Diagnoses Based On Data Mining CHU Jian-li CHEN Bu-ying[/align][/b] Abstract：As information technology development，data collection method plenty and advisability，there are more and more data about machinery fault.Some are multidimensional.How to select useful data from so large data is a difficult thing.Now computer capability is updating and database technology is developing fleetly.As a result data mining technology appears.It includes many analysis methods and can find out useful knowledge from large data.This paper discusses the whole process about how to use data mining technology solve the problem of machinery fault diagnoses. Key Words：Data Mining;Machinery;Fault Diagnosis;Rough Set;Artificial Neural Network;Decision Tree 1. 引言 　　伴隨著科學技術的飛速發展和市場競爭的日益激烈，工業生產不斷向大型化、連續化、高速化、重載化和智能化方向發展，從而導致了機械設備的結構以及故障產生的機理日益復雜，有時還表現出非線性、隨機性和突發性。因此，將故障診斷技術應用于保護國民經濟支柱產業的關鍵設備，將成為工業發展的必然趨勢。隨著信息技術的發展，人們采集數據的手段日益豐富與先進，由此積累的數據日益膨脹，數據量達到GB甚至TB級，而且高維數據也日益成為主流，這些海量數據及其高維特征使得傳統的數據分析手段相形見絀。計算機性能的日益更新，使得人們能夠期望計算機能夠幫助我們分析與理解數據，幫助我們以豐富的數據為基礎做出正確的決策。于是數據挖掘這一融合多種分析手段，從大量數據中發現有用知識的方法就應運而生，并在使用中蓬勃發展。 　　數據挖掘是數據庫中知識發現過程的一個重要步驟，它是從大量不完全的、有噪音的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的但又是有用的信息和知識，更廣義的說法為數據挖掘是在一些事實或觀察數據集合中尋找模式的決策支持過程[1]。它綜合了人工智能、模式識別、計算智能（人工神經網絡、遺傳算法）、數理統計等先進技術，并已應用于工業、商業、金融等行業，本文就把數據挖掘應用于機械設備故障診斷中。 2. 數據挖掘的常用技術 　　根據挖掘的途徑、方法、發現知識的種類、挖掘的數據庫類型等不同的角度，數據挖掘的分類不同。目前，常用的數據挖掘技術有[2,3]： 　?、?決策樹 　　作為數據挖掘中核心算法之一，決策樹算法通常被用于從海量數據中挖掘出有效的、正確的且可理解的模式。決策樹的優點是不受原始數據的約束，可以是數值型的和非數值型的數據，操作直觀，容易理解。國際上最有影響和最早的決策樹方法是J.R.Quinlan提出的ID3方法?；舅悸肥沁x擇具有最高信息增益的屬性作為當前節點的測試屬性。對測試屬性的每個已知的值，創建一個分支，并據此劃分樣本，根節點屬性的每個值都是一個子集。這個過程可以遞歸地應用到每個子樹上進一步劃分，直到子集中的所有元素都是同一類時停止劃分，便生成一棵決策樹。 　　⑵ 遺傳算法 　　遺傳算法是借鑒生物遺傳機制的一種隨機化搜索算法，其主要特點是群體搜索和群體中的個體之間的信息交換。遺傳算法尤其適用于處理傳統方法難以解決的復雜的和非線性的問題。把它用于數據挖掘中，常常把任務表示為一種搜索問題，利用遺傳算法的搜索能力找到最優解。但是遺傳算法有其應用的局限性，它需要的參數太多，對許多問題編碼困難，計算量大。 　　⑶　人工神經網絡 　　人工神經網絡在數據挖掘中應用廣泛，它是基于生物神經系統的結構和功能建立起來的模擬人腦神經元的一種方法?；谏窠浘W絡的數據挖掘方法通過模仿人的神經系統來反復訓練/學習數據集，從待分析的數據集中發現用于預測和分類的模式。以MP模型和HEBB規則作為基礎，人工神經網絡可分為三類：①前饋式網絡：主要用于模式識別和預測等方面;②反饋式網絡：主要用于聯想記憶和優化計算;③自組織網絡：主要用于聚類。 　　⑷ 粗糙集 　　粗糙集方法是一種新的數學分析工具,能夠處理不確定、不精確、不完整和不一致的信息，能夠進行信息簡化和從經驗中獲取知識。其基本原理是基于等價類的思想，而這種等價類中的元素在粗糙集中被視為不可區分的，其基本方法是首先用粗糙集近似的方法來將信息系統（關系）中的屬性值進行離散化;然后對每一個屬性劃分等價類，再利用集合的等價關系來進行信息系統（關系）的約簡;最后得到一個最小的決策關系，從而便于獲得規則。其主要優點就是不需要任何關于數據的初始的或附加的信息。 　　粗糙集理論建立在分類機制基礎之上，即它把知識的描述和事物的分類聯系在一起。一個知識表達系統可表示為： 　　S=（U，C，D，V，f） 　　式中：U表示論域，C∩D=A是屬性集合;子集C和D分別稱為條件屬性和決策屬性集合;是屬性值的集合;V[sub]a[/sub]表示了屬性的范圍;為一信息函數，它指定了U中每一對象x的屬性值。這種描述方式使得知識表達系統可以用二維表格來表示，這樣的表格稱為決策表。 　?、?模糊論方法 　　模糊論方法利用模糊集合理論，對實際問題進行模糊判斷、模糊決策、模糊模式識別等。對數據挖掘系統進行分類，模糊邏輯是有用的，它提供了在高抽象層處理的便利，一般地，模糊邏輯在基于規則的系統中的使用涉及： 　　① 對于給定的新樣本，可以使用單個模糊規則，每個可用規則為分類的成員關系都有貢獻，我們可以對每個預測分類的真值求和。 　?、?將屬性值轉換成模糊值。 　?、?組合上面得到的和，得到一個系統返回的值。 　　⑹ 關聯規則 　　一個大型數據庫，其各個字段之間存在著各種各樣的關系，這種關系就隱含在數據庫所包含的數據中，關聯規則挖掘的目的是找出這些隱藏的關聯。 　　一般關聯規則挖掘問題可分為兩個步驟尋找支持度大于預定義最小值的數據項集，在這兩個步驟中關聯規則挖掘效率取決于第一步，當得到數據集后，相應的關聯規則可以直接得到。因此，關聯規則挖掘的主要工作在于第一步的實現。Apriori和DHP算法可以用于尋找待求數據項集。 　?、?樸素貝葉斯模型、 　　可以使用樸素貝葉斯模型建立分類條件分布，假定所有變量對于給定的分類是條件獨立的，P（X|C[sub]K[/sub]）=P（X[sub]1[/sub]，…，X[sub]P[/sub]|C[sub]K[/sub]）=∏P（X[sub]j[/sub]|C[sub]K[/sub]），1≤k≤m，這種近似允許用一元分布的乘積來近似需要O（K[sub]P[/sub]）個概率的完整條件分布，近似后每個類所需的概率總數是O（K[sub]P[/sub]）。因此條件獨立模型對變量數P是線性的，而不是指數的。 [align=center] 圖1 數據挖掘系統的框架[/align] 3. 數據挖掘在機械設備故障診斷中的應用 　　3.1 應用的基本原理 　　故障診斷的實施主要分為四個步驟：信號采集、特征提取、模式識別和診斷決策。把數據挖掘應用在機械設備故障診斷中，就是根據機械設備的歷史運行記錄，對它可能的運行狀態進行分類并對它的運行趨勢進行預測。故障診斷的核心是模式識別，對故障診斷的過程，就是模式獲取及模式匹配的過程。機械設備故障診斷的主要問題是故障特征模式提取，也就是知識獲取的問題。下面是數據挖掘應用于機械設備故障診斷的系統框架圖，見圖1所示。 　　3.2 機械設備故障診斷的數據挖掘技術策略 　　進行機械設備的故障診斷，首先要獲取機械設備的大量的運行參數，即要有機械設備平穩運行、正常工作時的數據;更要有機械設備出現故障時的數據，并且應已獲知故障的類別。這樣，由已知故障類別、故障發生時的各運行參數、歷史記錄組成的數據庫或數據倉庫便構成了數據挖掘的訓練/學習樣本庫。數據挖掘的任務就是從這些海量的雜亂無章的樣本庫中找出隱藏在其中的內在規律，提取出不同故障的特征。 　　在數據挖掘處理分類問題時，對同一問題可根據需要選用不同的分類方法，依據不同的判決規則完成分類工作。在機械設備故障診斷的數據挖掘技術策略中，采用發展較為成熟的粗糙集與決策樹理論結合來處理實際問題，即利用粗糙集理論用于數據挖掘的數據預處理、屬性約簡等方面，但由于粗糙集理論的分類是確定的，缺乏交互驗證功能，結果往往不穩定，精度不高;利用決策樹方法來產生分類所用到的規則，有可能形成新的有效的分類方法。依據這些規則，對新來數據進行判別并對故障數據進行歸類，識別出故障的種類，依此找到故障的原因并消除故障。圖2是基于數據挖掘技術的故障診斷策略示意圖。 [align=center] 圖2 基于數據挖掘技術的故障診斷策略示意圖[/align] 　　3.3 基于粗糙集和決策樹的數據挖掘算法 　　基于粗糙集和決策樹結合的數據挖掘算法過程可以描述為：不斷從條件屬性C中取出相對于決策屬性較為重要的屬性與核形成新的條件屬性集，如此不斷重復，直到所得到的屬性集，使得決策屬性D對其依賴度等于D對C的依賴度為止。在具體的約簡過程中，根據領域 診斷對象知識，對特別重要的屬性可首先人為地取出，與核一起形成尋找最佳約簡的起始點。在不斷從C中取屬性過程中，要選擇那些D對其依賴度較大的屬性，這就需計算加入該屬性后依賴度的變化，依賴度增加越多，說明該屬性越重要，應優先被選入約簡集。然后，利用信息增益作為啟發信息，選擇能夠最好地將樣本分類的屬性，該屬性成為該節點的測試屬性。對測試屬性的每個已知的值，創建一個分枝，并據此劃分樣本。算法使用同樣的過程，遞歸地形成每個劃分上的樣本判定樹，一旦一個屬性出現在一個節點上，就不必考慮該節點的任何后代上。 4. 結論 　　由上面的分析我們不難看出，數據挖掘技術與傳統的科學方法不同，它是一種在數據驅動下發現已有理論不能預測模式的新方法。它在機械設備故障診斷的開發和應用中有著廣闊的應用前景?？梢韵嘈?，隨著理論研究和實際應用的不斷深入，數據挖掘理論必將促使機械設備故障診斷技術進入一個新的發展階段。 5. 參考文獻： 　　[1].鞠可一,葛世倫.基于數據挖掘技術創建企業本體.微計算機信息：2006（22）：228～230. 　　[2].姚洪波. 楊炳儒..Web日志挖掘數據預處理過程技術研究.微計算機信息：2006（22）：234～236. 　　[3].楊靜，張紹兵，張健沛.數據挖掘技術在優化與機械設備故障診斷中的應用[J].煤礦機械：2005（9）：146～147.