中国石油大学学报（自然科学版）
中國石油大學學報（自然科學版）
중국석유대학학보（자연과학판）
JOURNAL OF CHINA UNIVERSITY OF PETROLEUM(EDITION OF NATURAL SCIENCE)
2014年
3期
142-147
,共6页
胡瑾秋%张来斌%胡春艳%李文强
鬍瑾鞦%張來斌%鬍春豔%李文彊
호근추%장래빈%호춘염%리문강
数据自组织挖掘%隐马尔科夫模型%数据分组处理方法%状态退化预警
數據自組織挖掘%隱馬爾科伕模型%數據分組處理方法%狀態退化預警
수거자조직알굴%은마이과부모형%수거분조처리방법%상태퇴화예경
data self-organization mining%hidden Markov model (HMM)%group method of data handling (GMDH)%early warning of degradation
在设备状态监测过程中引入数据自组织挖掘思想,建立一种设备状态退化预警方法.采用隐马尔科夫模型(HMM)对设备的早期退化状态进行准确辨识和评估,并进一步建立设备退化过程的自组织预测模型.案例分析中将该方法应用到旋转机械轴承运行状态退化的预警过程中.结果表明,基于自组织数据挖掘的设备状态退化趋势预测方法预测效果准确、客观性强,预测值与实际值的拟合程度高,相对误差仅为3.1％.新方法能够预测设备未来时间段的退化状态及其发展趋势,提前给出预警信息,有效地制定预知维修计划,及时采取预防措施,防止因设备突发失效引起非计划停机造成生产和经济损失.
在設備狀態鑑測過程中引入數據自組織挖掘思想,建立一種設備狀態退化預警方法.採用隱馬爾科伕模型(HMM)對設備的早期退化狀態進行準確辨識和評估,併進一步建立設備退化過程的自組織預測模型.案例分析中將該方法應用到鏇轉機械軸承運行狀態退化的預警過程中.結果錶明,基于自組織數據挖掘的設備狀態退化趨勢預測方法預測效果準確、客觀性彊,預測值與實際值的擬閤程度高,相對誤差僅為3.1％.新方法能夠預測設備未來時間段的退化狀態及其髮展趨勢,提前給齣預警信息,有效地製定預知維脩計劃,及時採取預防措施,防止因設備突髮失效引起非計劃停機造成生產和經濟損失.
재설비상태감측과정중인입수거자조직알굴사상,건립일충설비상태퇴화예경방법.채용은마이과부모형(HMM)대설비적조기퇴화상태진행준학변식화평고,병진일보건립설비퇴화과정적자조직예측모형.안례분석중장해방법응용도선전궤계축승운행상태퇴화적예경과정중.결과표명,기우자조직수거알굴적설비상태퇴화추세예측방법예측효과준학、객관성강,예측치여실제치적의합정도고,상대오차부위3.1％.신방법능구예측설비미래시간단적퇴화상태급기발전추세,제전급출예경신식,유효지제정예지유수계화,급시채취예방조시,방지인설비돌발실효인기비계화정궤조성생산화경제손실.
