[发明专利]一种基于层次聚类的岸桥电机数据处理方法

摘要

为了更好地研究岸桥的动态性能，利用岸桥远程在线监测与评估系统(NetCMAS)所采集的岸桥数据，在不知道岸桥机械状态以及其对应数据的前提下，采用层次聚类无监督算法(Hierarchical Clustering)对岸桥左侧起升电机输出端(L1V)测点的电机振动烈度数值进行聚类分析。通过对振动烈度的区间划分，将岸桥左侧起升电机输出端(L1V)的机械状态划分成四类，即：电机启动振动阶段，电机轻度振动阶段，电机中度振动阶段和电机剧烈振动阶段。将层次聚类算法应用于岸桥起升电机的振动烈度聚类分析，划分振动区间，计算过程简单，稳定。与当下的无监督聚类算法Kmeans算法相比较，层次聚类算法无需确定初始值，从而保证了结果的确定性；与SOM(Self‑organizing Maps)算法相比，层次聚类算法计算过程简单。

主权项

1.一种基于遗传算法的岸桥载荷状态检测方法，其特征在于包括如下步骤：步骤1：获取数据在安装岸桥起重电机上的传感器，每间隔10到20秒提取实时振动烈度数据，并储存在数据库中；步骤2：基于层次聚类算法划分聚类区间步骤2.1 计算数据之间的距离使用欧式距离度量数据集合中各个数据之间的距离，使用瓦德团簇间距离的计算公式计算，公式如下：其中nr、ns分别为集合r,s的元素数目为别为集合r,s的元素的平均数步骤2.2 初始化把每个样本认为是一类，计算每两个类之间的距离，也就是样本与样本之间的相似度。步骤2.2.1 寻找各个类之间最近的两个类，把他们归为一类，步骤2.2.2 重新计算新生成的这个类与各个旧类之间的相似度(使用上面提到的公式)，不断重复步骤2.2.1和步骤2.2.2。步骤2.3 收敛条件重复步骤2.2.1和步骤2.2.2直到所有样本点都归为一类，迭代过程结束。步骤3：统计分析确定最终振动载荷区间通过对振动烈度的区间划分，将岸桥左侧起升电机输出端的机械状态划分成四类，即：电机启动振动阶段，电机轻度振动阶段，电机中度振动阶段和电机剧烈振动阶段，并观测了每日聚类区间的浮动，取区间边界平均值作为划分的最终结果。