[发明专利]基于改进关联规则的桥式抓斗卸船机故障预测模型方法有效
| 申请号： | 201810545101.5 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN108873859B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 叶永伟;程毅飞;赖剑人;任设东 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于改进关联规则的桥式抓斗卸船机故障预测模型方法，包括以下步骤：(1)将桥式抓斗卸船机状态监测的特征参数作为模型输入，采样获得卸船机的关联内部特征信息和故障类别作为模型输出；(2)对原始监测数据进行预处理；(3)选取聚类算法对数据根据其属性值域离散为非线性聚类区间；(4)对兴趣度关联规则算法进行改进并获得能表征卸船机运行状态的关联规则组；(5)构建状态监测数据关联规则指向性特征约束函数模型；(6)输入数据集利用训练得到的模型进行预测；(7)将卸船机故障发生历史数据用于卸船机故障预测模型，将预测结果和历史故障进行对比，分析预测结果。本发明精度较高、计算简易、工程实用性强。 | ||
| 搜索关键词： | 基于 改进 关联 规则 抓斗 卸船机 故障 预测 模型 方法 | ||
【主权项】：
1.一种基于改进关联规则的桥式抓斗卸船机故障预测模型方法，其特征在于：所述预测方法包括以下步骤：(1)获得模型输入和输出，将桥式抓斗卸船机状态监测的特征参数作为模型输入，采样获得卸船机的关联内部特征信息和故障类别作为模型输出；(2)对原始监测数据进行预处理，将数据归一化，生成数据集进行分组获得训练集和测试集；(3)选取聚类算法对数据根据其属性值域离散为非线性聚类区间，将数值型数据转化为布尔型进行处理，根据卸船机实际运作工况特点，保存数量较小的类，得到数据的实际分布结果；(4)对兴趣度关联规则算法进行改进并获得能表征卸船机运行状态的关联规则组，得到桥式抓斗卸船机的运行状态特征；(5)利用关联规则组，结合状态数据关联维权重系数构建状态监测数据关联规则指向性特征约束函数模型；(6)输入数据集利用训练得到的基于改进关联规则的卸船机故障预测模型对卸船机故障类型进行预测；(7)将卸船机故障发生历史数据用于卸船机故障预测模型，将预测结果和历史故障进行对比，分析预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810545101.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种精密智能汽车空调控制器测试系统
- 下一篇：一种服务机器人的数据采集系统
