基于數(shù)據(jù)倉庫的齒輪故障診斷.pdf

1、冶金、石化等行業(yè)已對企業(yè)的重要關(guān)鍵設(shè)備安裝了在線或離線監(jiān)測系統(tǒng)，隨之形成了大型的數(shù)據(jù)庫。對此，在故障診斷領(lǐng)域引入數(shù)據(jù)倉庫技術(shù)，并以齒輪箱為例，通過數(shù)據(jù)挖掘產(chǎn)生區(qū)分齒輪箱各種故障的規(guī)則，并利用這些規(guī)則來診斷未知故障。論文主要完成下列內(nèi)容： 1.齒輪故障數(shù)據(jù)倉庫的建立 以武漢科技大學(xué)傳動實驗室的若干臺齒輪箱為研究對象，分別采集正常齒輪副、磨損嚴(yán)重的齒輪副、有周節(jié)誤差的齒輪副和小齒輪有一個斷齒的齒輪副的振動加速度信號，經(jīng)過FF

2、T變換，分別得到每個信號的0～0.4倍嚙合頻率、0.4～0.5倍嚙合頻率、0.5～1倍嚙合頻率、1倍嚙合頻率、2倍嚙合頻率、3倍嚙合頻率、4倍嚙合頻率和大于4倍嚙合頻率幅值。所有數(shù)據(jù)存入到SQL數(shù)據(jù)庫中，經(jīng)過凈化、清理和轉(zhuǎn)換后，在Microsoft的SQLServer2000平臺上采用星形模式構(gòu)建齒輪故障數(shù)據(jù)倉庫。然后通過聯(lián)機(jī)分析處理的切片、切塊、上卷、下鉆和旋轉(zhuǎn)等操作，從多角度、多層次地觀察數(shù)據(jù)倉庫中的數(shù)據(jù)，全面了解每個信號的特征。

3、 2.齒輪故障診斷模型的建立 利用SQLServer2000中AnalysisServices提供的聚類法，對齒輪箱歷史故障數(shù)據(jù)進(jìn)行挖掘，將具有相似屬性特征且故障類型一致的數(shù)據(jù)分成同一組，得到一個聚類，遍歷這個聚類的8個屬性至結(jié)論得到一條診斷規(guī)則，濾掉支持度和可信度不滿足要求的規(guī)則，最后由所有規(guī)則建立診斷模型。另外，為便于比較，在MATLAB環(huán)境下采用CAMM算法編寫了一個決策樹構(gòu)造程序。以齒輪箱歷史故障數(shù)據(jù)為樣本，首先從

4、當(dāng)前決策節(jié)點計算每個決策屬性的信息增益，選擇具有最大信息增益的決策屬性作為決策節(jié)點，并根據(jù)該決策屬性的取值將該決策屬性所在集合分成若干個子集，濾掉所有子集中對類別標(biāo)識屬性的分類支持度小于指定的最小支持度的元組，重復(fù)該過程直至生成決策樹。再剪除可信度小于規(guī)定最小可信度的規(guī)則所對應(yīng)的分枝，最后得到較為理想的決策樹，綜合所有規(guī)則進(jìn)而得到診斷模型。利用得到的模型去診斷未知故障的齒輪副，診斷結(jié)果與實際故障情況相吻合，且可信度較高。說明數(shù)據(jù)倉庫技術(shù)