探究关于起重机械检验数据挖掘系统的设计与实现

来源:用户上传      作者:

　　摘要：起重机的检验数据挖掘系统是利用数据挖掘技术而开发的系统，为检验起重机的安全运行提供了一种有效的策略模型。系统通过采用决策树分类的方法，可以有效实现起重机故障的诊断，并利用关联规则对起重机的缺陷和失效进行线性分析。通过系统运行结果表明，该系统具有一定的实际使用价值。
　　关键词：起重机械，数据挖掘，关联规则，决策树分类
　　引言：在特种设备分类中，起重机械是一种被广泛使用的设备，其安全运行在工程建设中显得非常重要。因此，特检院会针对其安全进行测验，从而掌握大量的安全性检验故障、缺陷、失效等相关数据。钱起重机械检测检验还是传统工人仪器进行检验及记录，人工判断设备是否正常，这种传统的检测方法，不能适应现在经济高速发展的趋势。随着我国经济的高速发展，起重机的使用量也随之大量增加，对其应用的环境也在不断地更新，随着任务的不断增多，其安全性检查任务也随之增多，检验条件也变得苛刻，因此，怎样快速高效地找出起重机的故障位置及原因，并找出它们之间的关联性，提出改进和预防措施，对保障起重机的日常工作，提高其运行的可靠性，有着重要的实际意义。
　　数据挖掘是从数据和其他信息库中获得大量有效的数据，把这些数据变成可理解形式。容积检验中，利用数据挖掘技术，可以对，起重机进行检验决策，故障诊断，部件管理等。本文介绍了利用决策树分类和关联的规则等数据挖掘技术，从而开发出了起重机检验数据挖掘系统，包括系统的功能及结构数据库的设计，数据的预处理，数据挖掘技术和运行结果。在系统中用决策树的算法实现对起重机的故障诊断，用关联规则算法，实现对故障缺陷失效的相关性分及预测。是开发系统的目的在于为检验起重机的安全运行提供一种有效的决策模型。
　　一、系统用到的数据挖掘技术
　　1.关联规则简介
　　数据挖掘技术的关联规则，需要找到其中的两个重要参数，既支持度和置信度，前者用来衡量关系规则中的统计重要性，后者用于衡量关联规则中可信程度，一般有用的关联规则都是支持度和置信度较高。
　　2.决策树分类简介
　　数据挖掘技术中决策树是整个系统的核心，它通过大量的训练集得出规则，中找出潜在的对决策有价值的信息，并用在计算模型中。决策树分类的核心理念，是用信息增益作为决策属性分类判别能力的度量，进而进行决策点属性的选择。
　　二、系统的结构和功能
　　系统在结构上分为五个部分，包括数据仓库、决策树、关联规则、图形用户界面。要用户需要分成三类，特检院检验员、一般用户、特检院系统管理员。
　　1.系统结构
　　根据实际需求分析，系统实现的主要功能有，特检院检验员，能够储存不同的起重机检验设备数据，从而方便相应的数据操作和管理工作。
　　系统结构，主要包括检验信息的录入功能，删除和修改及更新数据，关键字的查询功能，特检院系统管理人员对检验数据进行化处理，形成相应的初始化数据库，当输入正确参数据，据进行分类挖掘相关性的挖掘。从而最终形成规则库，特检院系统管理员可以针对不同情况对规则库，进行修改，删除以及查询。当用户输入相应参数时，系统会根据规则库里面的规则，对故障进行分类，对设备的缺陷进行预测，并通过显示器传达给用户。系统还可以，具有一定的安全机制，对数据的信息的访问进行授权处理，防止随意删改。
　　2.系统功能
　　系统采用双核1.3G内存2g闪存，Windowsxp操作系统。
　　三、设计系统的关键技术
　　1.数据库的设计
　　数据库的设计是整个系统的基础。由于使用关联规则和决策树对预处理数据与结果不同。所以在设计数据库表示，分别为这两个设计了不同表。六个不同的表格，分别存放了用户信息数、检验数据、关联规则预处理数据、决策树数据预处理数据、关联规则所得的规则及决策数所得的决策树。
　　2.起重机检测数据预处理
　　数据库中原始数据通常都有一个共同的特点，即都有大量不完整的、不一致的数据。数据预处理一般都是推导数据的缺失，消除重复数据。你的目的是把数据挖掘过程中的数据进行干净、简洁、准确的处理。从而使开发的系统中，能够提高数据挖掘效率和准确性。在预处理中通常会参考以下原则;嗯，可能的赋予属性明确的含义;统一数据源的编码属性值;处理空缺值等。
　　3.两个算法在系统中的实现
　　两个算法的实现过程可以简单的描述为，对于给定布尔数据集以及最小支持度和最小置信度，先用给定的找出频繁项集，后列出满足最小置信度的关联规则。为实现这个系统，系统设计了类和接口。最小支持度和最小置信度是由用户任意设定，传入类或者实现接口中，每一个类或者实现接口都具有一定的功能，算法功能是通过这几个类和实现接口之间相互协作的结果。
　　四、系统的运行结果分析
　　通过提供的检验数据作為训练集数据，分别对其进行了缺陷失效等关联规则分析和故障决策树分类，并由关联规则得出结果，形成的规则库普通用户可以对起重机械做一些故障分类，即在十个检验项目中输入故障参数，系统就会自动给出起重机的故障类型。
　　结束语：
　　通过使用数据挖掘技术，建立数据仓库，是系统可以对起重机的检验数据进行编辑，选取适当的参数，对其进行预处理，系统通过决策树分类和关联分析，对体重机机械的故障分类和缺陷、失效预测都具有一定的实际意义。系统具有自主学习能力，随着数据的不断更新，系统预测和分类的准确性将不断提高，使体重机械检验数据挖掘系统具有一定的实际应用意义。
　　参考文献：
　　[1]杨明;吉根林;姜志峰;杨萍;孙志挥;;一种基于关联规则的最小属性约简模型[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年
　　[2]江西省上饶市特种设备监督检验中心 胡小龙 熊柏根;如何降低起重机械安全事故发生率[N];中国质量报;2009年
　　[3]江西省上饶市特种设备监督检验中心 胡小龙 熊柏根;如何降低起重机械安全事故发生率[N];中国质量报;2009年
　　[4]李炳燃;张金哲;;数据挖掘在设备故障诊断专家系统知识获取中的应用[J];科技信息;2011年20期
　　[5]（加）韩家炜 坎伯（Kamber，M.）著;范明等译.数据挖掘：概念与技术[M].计算机科学丛书，2001.08
转载注明来源:https://www.xzbu.com/1/view-14790307.htm