數據挖掘技術艦船液壓系統(tǒng)故障分析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數據挖掘技術艦船液壓系統(tǒng)故障分析范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要:艦船應用對起錨機液壓系統(tǒng)的性能提出了更高要求，針對當前艦船起錨機液壓系統(tǒng)故障分析過程中存在的速度慢、工作過程復雜、誤差等局限性，以提高艦船起錨機液壓系統(tǒng)故障分析精度為目標，設計了數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析方法。首先采用多傳感器對艦船起錨機液壓系統(tǒng)故障信息進行采集，并采用主成分分析法提取艦船起錨機液壓系統(tǒng)故障分析特征，然后引入數據挖掘技術建立艦船起錨機液壓系統(tǒng)故障分析模型，最后在Matlab2018平臺上與傳統(tǒng)艦船起錨機液壓系統(tǒng)故障分析方法進行了仿真對比測試。數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析精度超過94%，而傳統(tǒng)方法的艦船起錨機液壓系統(tǒng)故障分析精度低于88%，同時艦船起錨機液壓系統(tǒng)故障分析速度也得到了改善。
關鍵詞：艦船；起錨機液壓系統(tǒng)；故障分析；仿真測試
引言
起錨機液壓系統(tǒng)廣泛應于現代艦船中，是其重要組成部分。近年來，由于艦船自動化程度不斷提高，艦船工作的環(huán)境越來越惡劣，人們對起錨機液壓系統(tǒng)性能要求越來越高。艦船起錨機液壓系統(tǒng)的各個組成部分均在密封環(huán)境中工作，相比于其它系統(tǒng)，故障發(fā)生有自身的特殊性，具體表現在隨機性、隱蔽性、多樣性等，使得艦船起錨機液壓系統(tǒng)故障診斷難度更大，因此艦船起錨機液壓系統(tǒng)故障分析研究已經引起了人們的廣泛關注和高度重視[1]。艦船起錨機液壓系統(tǒng)故障分析是一門綜合技術，集成了自動控制、人工智能、機械等理論。人們對其研究已經有了一段歷史，最早借助一些工具或者儀器以及自身的經驗對艦船起錨機液壓系統(tǒng)故障進行分析，發(fā)現故障產生的原因，這種方法屬于主觀診斷法，簡單，成本低，對工作人員的經驗要求高。艦船起錨機液壓系統(tǒng)故障分析結果的主觀性強，不能對復雜的艦船起錨機液壓系統(tǒng)故障進行分析，缺陷十分明顯[2]。隨后出現基于信號處理技術的艦船起錨機液壓系統(tǒng)故障分析方法，通過一些設備，如傳感器采集艦船起錨機液壓系統(tǒng)工作狀態(tài)信號，并建立相應的數據模型，然后通過數學模型分析艦船起錨機液壓系統(tǒng)的輸入和輸出之間的變化，掌握艦船起錨機液壓系統(tǒng)的信號變化情況，找到艦船起錨機液壓系統(tǒng)故障的位置。該類方法只適應非平穩(wěn)的艦船起錨機液壓系統(tǒng)信號，故障信號極易被噪聲干擾，難以建立準確描述艦船起錨機液壓系統(tǒng)故障變化的數學模型，易出現故障誤判現象[3]。最后出現了基于人工智能技術的艦船起錨機液壓系統(tǒng)故障分析方法，該類方法不需要建立精確的數學模型，適合于復雜信號的艦船起錨機液壓系統(tǒng)故障分析，通過模擬人的大腦進行工作，主要有模糊數學法、人工神經網絡等。在實際應用中，均存在一定的不足，如模糊數學法的計算量大、學習能力差，艦船起錨機液壓系統(tǒng)故障分析誤差大；人工神經網絡的艦船起錨機液壓系統(tǒng)故障分析結果的可解釋性差，經常出現一些誤分析結果[4]。針對當前艦船起錨機液壓系統(tǒng)故障分析存在的速度慢、工作過程復雜、誤差等局限性，設計了數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析方法，Mat-lab平臺上的仿真對比測試結果表明，數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析精度高分析速度快。
1數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析方法
1.1數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析原理
數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析原理為：首先采用多傳感器對艦船起錨機液壓系統(tǒng)故障信息進行采集，然后采用主成分分析法提取艦船起錨機液壓系統(tǒng)故障分析特征，最后引入數據挖掘技術建立艦船起錨機液壓系統(tǒng)故障分析模型，具體如圖1所示。
1.2多傳感器采集艦船起錨機液壓系統(tǒng)狀態(tài)信號
艦船起錨機液壓系統(tǒng)狀態(tài)復雜多樣，使得艦船起錨機液壓系統(tǒng)故障十分復雜，當前主要采用單傳感器對艦船起錨機液壓系統(tǒng)的工作狀態(tài)信息進行采集，難以準確描述艦船起錨機液壓系統(tǒng)變化特點，為了克服單傳感器采集信息的局限性，本文采用多個傳感器同時對艦船起錨機液壓系統(tǒng)的工作狀態(tài)信息進行采集，并對采集后的信息進行處理和融合，得到更準確、更全面的艦船起錨機液壓系統(tǒng)信息，便于艦船起錨機液壓系統(tǒng)故障分析特征的提取。
1.3提取艦船起錨機液壓系統(tǒng)故障分析特征
特征提取是艦船起錨機液壓系統(tǒng)故障分析的重要一步，主成份分析法是一種艦船起錨機液壓系統(tǒng)故障分析特征提取技術，可以提取最優(yōu)的艦船起錨機液壓系統(tǒng)故障特征，減少艦船起錨機液壓系統(tǒng)故障特征維數，可以降低艦船起錨機液壓系統(tǒng)故障分析的計算量，提升艦船起錨機液壓系統(tǒng)故障分析效率。x表示均值為0的m維艦船起錨機液壓系統(tǒng)故障信號向量，則有x向m維艦船起錨機液壓系統(tǒng)故障向量進行投影操作，得到根據Cx的最大特征值對應的特征向量，得到艦船起錨機液壓系統(tǒng)故障分析特征。
1.4建立數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析
模型(x1,y1),•••,(xl,yl)lH:w∗x+b=0設艦船起錨機液壓系統(tǒng)故障分析樣本為：，表示樣本的數量，采用數據挖掘技術中的支持向量機對樣本進行學習，建立一種輸入和輸出數據之間的映射關系，產生一個分類超平面，從而實現艦船起錨機液壓系統(tǒng)故障分析，分類超平面構造過程如圖2所示在圖2的分類超平面中，邊界線上的樣本點稱之為支持向量，艦船起錨機液壓系統(tǒng)故障分析的決策函數為：式中，S為支持向量的數量。
2艦船起錨機液壓系統(tǒng)故障分析方法的性能測試
2.1測試平臺
為了分析數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析方法的有效性，選擇RBF神經網絡、模糊數學理論的艦船起錨機液壓系統(tǒng)故障分析方法進行對比實驗，測試平臺如表1所示。艦船起錨機液壓系統(tǒng)故障類型包括：球頭松動、松靴故障、泄漏、軸承磨損共4種，分別采集它們的狀態(tài)信號，通過主成分分析法提取特征，故障類型采用“1～4”進行標記，每一種故障采集20個樣本數據。
2.2艦船起錨機液壓系統(tǒng)故障分析結果與分析
采用10個樣本作為艦船起錨機液壓系統(tǒng)故障分析的測試樣本，其它作為訓練樣本進行仿真測試，統(tǒng)計所有方法的艦船起錨機液壓系統(tǒng)故障分析精度，結果如圖3所示。從圖3可以看出，數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析精度超過94%，而對比方法的艦船起錨機液壓系統(tǒng)故障分析精度低于88%。數據挖掘技術減少了艦船起錨機液壓系統(tǒng)故障分析錯誤，體現了本文方法的優(yōu)越性。統(tǒng)計所有方法的艦船起錨機液壓系統(tǒng)故障分析時間，具體如表2所示。從表2可以看出，相對于傳統(tǒng)方法，數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析速度得到明顯的改善。
3結語
艦船起錨機液壓系統(tǒng)故障分析研究具有重要的意義，為了解決艦船起錨機液壓系統(tǒng)故障分析過程的難題，設計了數據挖掘技術的艦船起錨機液壓系統(tǒng)故障分析方法。仿真對比測試結明，本文提出了一種精度高、效率高的艦船起錨機液壓系統(tǒng)故障分析方法，具有一定的應用前景。
參考文獻：
田文國.船舶起錨機液壓系統(tǒng)故障問題之探討[J].航海技術,2000(1):65–67.
[1]任鳳娟.多傳感器信息融合技術在液壓系統(tǒng)故障診斷中的應用[J].液壓氣動與密封,2019,39(7):52–55.
[2]張捍東,陶劉送.粒子群優(yōu)化BP算法在液壓系統(tǒng)故障診斷中應用[J].系統(tǒng)仿真學報,2016,28(5):1186–1190.
[3]馮文潔,李萬莉,嘉紅霞.模糊神經網絡變幅液壓系統(tǒng)故障診斷[J].計算機工程與應用,2014,50(11):241–245.[4]
作者：李海濤 張良貴 單位：河北機電職業(yè)技術學院
