河北省自然科学基金(G2010001331)
- 作品数：7 被引量：21H指数：4
- 相关作者：刘晶朱清香季海鹏于欣郝红红更多>>
- 相关机构：燕山大学河北工业大学中国传媒大学更多>>
- 发文基金：河北省自然科学基金河北省高等学校科学技术研究指导项目河北省科技厅软科学项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 含有隐性故障的复杂设备故障预警方法被引量：6
- 2014年
- 针对复杂设备故障预警弊端,提出一种含有隐性故障的复杂设备多源关联故障预警方法;因为复杂设备监控点较多,监控数据通常以大量、快速、时变的流形式持续到达,首先构建了大数据智能平台将监控数据分流为在线处理和离线处理;其次在研究隐性故障和显性故障的关联性、因果性的基础上,提出了多源关联自适应故障预警模型;最后提出了启发式故障频繁挖掘算法,对链接条件、剪枝条件进行了约束;实验表明该方法在预警准确率上明显优于传统预警方法,且随着故障数的增加,预警准确率较为稳定,适用于含有隐性故障的大型复杂设备的故障预警与诊断。
- 刘晶季海鹏朱清香于欣
- 关键词：故障诊断故障预警关联规则算法
- 一种带有风险控制的维修决策方法被引量：4
- 2010年
- 针对钢铁企业液压设备的特点,提出一种带有风险控制的维修决策方法,该方法只需要计算一次就可以判断设备是否处于缺陷状态,及其潜在故障类型和潜在故障发生概率值。与传统的风险维修方法相比,该方法提高了故障诊断准确度,加快了诊断速度,为在线决策提供了更好的参考。通过实验证明了该方法的有效性。
- 刘晶季海鹏朱清香
- 关键词：数据挖掘关联规则算法神经网络故障诊断
- 矩阵加权关联规则在故障诊断系统中的应用被引量：5
- 2013年
- 关联规则挖掘算法实现了对复杂设备的通用、快速、脱离主观经验的故障诊断。经典的关联规则算法以各项目均匀分布为前提,而实际的故障诊断过程中不同的故障因素对故障诊断的贡献度不同。针对这种情况,将"最小支持期望"和矩阵引入关联规则,提出一种适用于设备故障诊断的基于矩阵的加权关联规则模型——MWARMA模型,实例证明该模型在提高挖掘效率的同时,明显提高了故障诊断的准确率。以该模型为基础设计并实现了一套设备故障诊断系统。
- 朱清香焦朋沙刘晶郝红红
- 关键词：故障诊断专家系统加权关联规则
- 改进多重最小支持度关联规则算法在故障诊断中的应用被引量：6
- 2010年
- Apriori算法的前提是数据库中各项目的频率和重要性是相同或者相似的,但在故障诊断的实际应用中并非如此。在Apriori算法的基础上进行改进,利用多重最小支持度解决了设备故障诊断中非频繁项目的挖掘;同时针对在实际的应用中项目集的重要程度不一致的问题,提出一种基于"组件信誉值"的加权多重最小支持度算法,并通过实际的例子证明了该算法在故障诊断中的正确性和有效性。
- 刘晶季海鹏朱清香
- 关键词：关联规则故障诊断
- 基于变权关联规则的设备故障诊断研究被引量：2
- 2011年
- 加权关联规则应用于设备故障诊断是当前的研究热点,其前提假设是,设备组件的权值在整个设备生命周期中是恒定不变的。而实际上,随着设备组件的磨损,各组件的权值会随时间而发生变化。本文针对这种情况,提出了一种适用于设备故障诊断的变权关联规则算法,将随时间而变化的设备组件磨损程度因素作为衡量组件权重值的一项重要指标,以提高设备故障诊断的准确率,并用具体的实例分析来说明运用变权关联规则对设备故障诊断更加准确。
- 朱清香滕丽丽刘晶
- 关键词：加权关联规则权值
- 基于加权关联增量更新模型的设备故障诊断研究被引量：1
- 2014年
- 利用数据挖掘技术对设备监测数据进行分析,可以建立较准确的故障诊断及预警模型,但随着故障数据库的扩大,如何利用新增数据进行快速诊断成为急需解决的问题。针对上述问题,提出了加权关联规则增量更新模型,该模型直接对新增数据进行频繁项集挖掘,在一定程度上缩减了矩阵规模。通过算例证明了其挖掘结果的准确率明显优于经典的增量模型-FUP。
- 朱清香于欣刘晶刘彦凯尹佳
- 关键词：故障诊断加权关联规则布尔矩阵
- 基于神经网络的关联规则在故障诊断中的应用被引量：3
- 2011年
- 采用加权关联规则算法对设备历史数据库进行挖掘,建立加权关联规则模式库。设备监控数据通过与模式库匹配,实现设备故障诊断。同时,针对钢铁企业中液压设备的特殊性,提出利用自组织竞争神经网络模型确定权值,即将设备故障信息的3个主要属性:重要程度、易损程度、故障等级作为模型的输入,通过训练样本确定设备故障的加权关联规则的权值。实例证明了该方法的有效性。
- 刘晶季海鹏
- 关键词：数据挖掘加权关联规则神经网络故障诊断
