一种基于模糊关联规则算法的电机设备健康管理方法与流程

技术特征：
1.一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于包括如下步骤：步骤(1)，广泛收集企业往年电机设备故障案例及数据，以故障案例库信息指标体系为原则，建立以故障案例及数据为基础的故障案例库；步骤(2)，利用布尔离散化方法对故障案例库中的特征属性数据进行离散处理，方便后续约简；步骤(3)，将关联规则算法引入特征属性的约简，建立特征属性约简模型，删除对结果无用的特征属性，减少冗余属性对计算结果精度的影响，缩短案例推理时间；步骤(4)，对剩余属性，采用熵权法计算其权重，进一步增加结果精度；步骤(5)，利用k近邻距离算法进行案例推理，结合权重值，得出与目标案例最为相似的k个源案例，同时使用分类算法，系统根据k个源案例所属的故障类型，给出一个最佳的目标案例的故障类型和解决方案。2.根据权利要求1所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(1)包括：每个故障案例都具有大量信息，包括故障征兆、故障现象、故障原因和解决措施，同时考虑相似度计算的需要，根据事故发生的时间、故障原因、事故类型、事故现象这些特征属性进行具体分类，根据公式一采用四元组方式表示，公式一：case＝<s、m、d、e>其中，case表示整个故障案例库，s、m、d、e均是一个非空有限集合，分别代表：事故案例基本信息、案例特征、故障结论和案例辅助信息；在故障案例库体系中，事发信息由事故案例基本信息和案例特征组成，主要用于存储事故发生时候的状态信息；在相似度计算中，用到故障案例库中的事发信息进行新旧案例的匹配，事后信息由故障结论和辅助信息组成，用来收集事故发生过后的解决方案及匹配过程中的次数、时间参数，为目标案例提供相应的维修方案，也为后期技术优化提供参考意见。3.根据权利要求1所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(2)包括：采用布尔离散化函数对故障案例库中特征属性矩阵进行参数离散化处理，变为有限数值集合，将收集到的电机设备正常运作时的特征属性值，根据公式二取其每个属性的平均值作为界定，超过此值的属性值映射为1，未超过此值的属性值映射为0；公式二：其中：c(c
ij
)表示最终映射值，a
j
为第j个特征属性的平均值，c
ij
为第i个案例的第j个特征属性的映射值。4.根据权利要求1所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(3)包括：利用关联规则算法获取故障案例库中特征属性之间的联系，形式表现为通过
建立两个指标来衡量关联规则，即支持度d
supp
和置信度d
conf
，指标的最小阀值需要手动定义。5.根据权利要求4所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(3)具体包括下述步骤：步骤(3)a、根据公式三获取特征属性的支持度d
supp
，即c1和c2同时发生的概率，公式三：其中：表示特征属性最终支持度，support_count(c1∪c2)表示同时包含c1和c1的数据，total_count(c1)表示整个数据集。步骤(3)b、根据公式四获取特征属性的置信度d
conf
，即c1发生，那么c2发生的概率，公式四：其中：表示特征属性最终置信度，support_count(c1∪c2)表示同时包含c1和c2的数据，support_count(c1)表示仅包含c1的数据集。步骤(3)c、确定特征属性中的强关联规则属性，最小支持度，表示项目集在统计意义上的最低重要性；最小置信度，表示关联规则的最低可靠性，同时满足最小支持度阈值和最小置信度阈值的特征属性为强关联规则属性，保留这些特征属性；步骤(3)d、确定特征属性中的冗余关联规则，当支持度和关联度中有一个不满足最小阀值时，此特征属性为冗余关联规则，删除这些特征属性。6.根据权利要求1所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(4)为根据权值来表示不同特征属性对结果的影响不同，采用熵权法，以一种客观的角度计算特征属性的权重；具体包括：步骤(4)a、根据公式五对故障案例库中的每个数据进行标准化处理，公式五：其中：x
ij
表示第i个案例的第j个特征属性(i＝1，2，
…
，n；j＝1，2，
…
，k)，y
ij
为数据x
ij
标准化处理后的值，maxx
ij
为第j个属性中的最大值，minx
ij
为第j个属性中的最小值；步骤(4)b、根据公式六，获取每个特征属性自身的信息熵，公式六：其中：p
ij
为该信息指标总属性值中，第i个案例第j个信息指标属性值所占的比重，e
j
表示特征属性的信息熵值；步骤(4)c、通过步骤(4)b获取的所有属性的信息熵值，结合公式七计算出每个属性所占的权重，
公式七：其中：w
j
表示每个特征属性的权重值。7.根据权利要求1所述的一种基于模糊关联规则算法的电机设备健康管理方法，其特征在于所述步骤(5)为基于欧几里得距离的k近邻算法的案例推理模型，具体包括：步骤(5)a、采用k近邻算法，将目标案例与源案例进行匹配，得出与目标案例最为相似的k个源案例，将步骤(4)中求取的特征属性的权重引入，根据公式八获取目标案例与源案例之间的距离，公式八：其中：d(x
i
，x
j
)表示案例之间的距离。步骤(5)b、引入分类算法，将k个源案例中所属故障类型最多的故障作为目标案例的故障类型，最后将k个最相似的源案例和系统认定的目标案例的故障类型一同作为结果输出。

技术总结
本发明涉及一种基于模糊关联规则算法的案例推理电机设备健康管理技术。该方法包括：（1）获取大量电机故障案例，将其处理形成故障案例库。（2）针对案例库，建立了基于模糊关联规则算法的特征属性约简模型，减少了特征属性的数量，缩短了案例推理时间。（3）运用熵权算法对约简后剩余特征属性进行赋权，进一步增加计算精度。（4）应用案例推理技术来确定与目标案例最为相似的案例，并运用最相似案例的解决方案来解决当前故障问题。来解决当前故障问题。来解决当前故障问题。


技术研发人员：包瑞新 栗佳 高裕鹏 潘振 马贵阳 张辉 李宪臣 彭启强 佟禹欣 蔡秀全 王宏臣 康廷宫 张皓淞 郭心成 王宏亮 张凯煊 周晓宇 赵瑞 李焱垚 初芷如
受保护的技术使用者：辽宁石油化工大学
技术研发日：2021.12.03
技术公布日：2022/2/28