淺析數(shù)據挖掘運用于機械設備安全管理

吳木強

（廈門金龍聯(lián)合汽車工業(yè)有限公司，福建 廈門 361021）

近年來，我國在高新技術領域的不斷投入，在數(shù)據挖掘方面經過學者的不懈努力相繼取得了一系列較大的成就。隨著機械設備現(xiàn)代化進程的不斷向前推進，先進的機械數(shù)據理念與傳統(tǒng)的應用機械設備相結合，大大提高了在日常安全管理中能有效提高企業(yè)設備的管理水平。在機械工程行業(yè)中產生的較大安全事故均與設備相關，為減少因設備造成的安全事故問題，需落實相關的設備安全管理工作，及時發(fā)現(xiàn)和處理存在的安全隱患，為作業(yè)人員的生命安全與財產安全提供可靠的保障，并將企業(yè)的經濟效益以及社會效益最大化。

數(shù)據挖掘則是對機械設備在運行過程中會產生大量數(shù)據進行發(fā)掘的過程，產生的數(shù)據包含客觀數(shù)據、連續(xù)數(shù)據和完整數(shù)據，只要了解此類數(shù)據之間存在的關聯(lián)性和意義，則能清楚了解設備的狀態(tài)。

數(shù)據挖掘過程中涉及的數(shù)據通常存在數(shù)量大、缺乏完整性、有噪音和較模糊等特性，數(shù)據挖掘則需在此類數(shù)據中獲取未知而又具備潛在性的有用信息和知識。其作用主要是對數(shù)據的分類、分析、回歸、時間排序分析和區(qū)分等。數(shù)據挖掘的開展是基于基礎數(shù)據，通過構建模型，來加強安全管理，提升機械行業(yè)的整體管理水平。

1 機械設備的安全管理

在人們生活水平日益提高的今天，安全作業(yè)與安全生產理念正日益扮演重要的角色。而在機械設備的安全管理中，為避免發(fā)生安全事故，通常會在設備存在安全隱患或發(fā)生故障時進行及時的修理，確保機械設備的正常運行，避免機械設備故障程度加深，繼而引發(fā)嚴重后果的安全數(shù)據發(fā)生。由此可見日常的機械設備的保養(yǎng)至關重要。

針對機械設備的系統(tǒng)安全工程的分析方法普遍采用故障樹分析法（FTA），其設定的分析目標為設備會發(fā)生的最惡劣破壞，對設備各部件之間造成影響的環(huán)境因素與人為因素進行分析，探索相互之間的關聯(lián)性，并制定出相應的道理樹狀邏輯因果關系圖。然而，故障樹分析法存在一定的缺陷，利用邏輯計算方式計算的故障樹，一旦分析人員沒有足夠了解情況，則極易忽略重要的系統(tǒng)影響因素。此外，由于分析人員的研究范圍存在一定的差異，其所獲取的結論也各不相同，對應的可信度也高低不同。系統(tǒng)的錯綜復雜，知識故障的產生通常存在多種因素，常規(guī)分類的方式無法查找出正確的原因，而數(shù)據挖掘的利用，則能顯著解決這類問題。

旋轉機械在機械設備中的使用較為廣泛，轉子不平衡是該類機械較易產生的故障問題，通常是由于裝配的不到位或者機械磨損所造成的。此類問題通常可以在日常的檢修中發(fā)現(xiàn)，如果沒有及時處理極有可能造成嚴重的后果。當轉子的平衡缺失，正旋波的震動時域波形，橢圓的轉子軸心軌跡時，振動的強度受工作轉速的影響較大。同時，造成轉子失衡的原因還有油膜渦動、油膜振蕩和轉子支承系統(tǒng)連接不到位以及轉子不對中等。通過總結歸納這類問題的誘因，構建故障變量與故障類型之間存在的多值關聯(lián)法來進行數(shù)據挖掘，繼而正確的做出故障診斷。故障識別標準模式的構建中包括故障特征變量、故障信號的頻率特性、振動特性和敏感參數(shù)，形成故障識別參數(shù)集。然后，利用聚類構成特定的標準與診斷方式，利用故障特征獲取的待檢模式和數(shù)據庫中現(xiàn)有的故障案例進行分析比較，從而判別現(xiàn)階段機械設備的運行狀態(tài)，為維修人員在選取維修方案時提供可靠的依據，有效提高維修效率，降低維修成本，提高企業(yè)的經濟效益。此外，通過科學合理的設備檢測和評估模式的利用來對設備部件以及材料的狀態(tài)進行判斷，保證機械穩(wěn)定的運行狀態(tài)，且利于對機械設備的檢修管理，延長機械設備的使用壽命，降低設備故障率，避免安全事故的發(fā)生。

2 數(shù)據挖掘在機械設備檢修中的應用與作用

目前數(shù)據挖掘技術主要有三種，分別為：（1）信息發(fā)現(xiàn)類數(shù)據挖掘技術。此種數(shù)據挖掘技術能從大量的數(shù)據中挖掘出新穎、有效和具備潛在利用價值的數(shù)據信息，與統(tǒng)計類數(shù)據挖掘技術存在較大的差異。信息發(fā)現(xiàn)類數(shù)據挖掘技術在設備管理過程中有著特有的優(yōu)勢，對設備管理有著重要的意義。（2）數(shù)據分析統(tǒng)計類數(shù)據挖掘技術。該種技術所指的統(tǒng)計分析方式與統(tǒng)計學上的分析方法一致，充分結合定性與定量來檢測存在異常的數(shù)據。數(shù)據挖掘模型中所利用的統(tǒng)計學方式主要有線性分析法、單變量分析法、時間序列分析法、非線性分析法和回歸分析法等。（3）其他類數(shù)據挖掘技術。

眼觀判斷法是機械設備檢查過程中常用的方式，能直觀的發(fā)現(xiàn)問題并處理。然而，該類方式的局限性較大，適用的范圍有限，只有當某些特征超標時，才能進行下一步措施。此類方式很難確定故障和表現(xiàn)特征之間存在的關聯(lián)性，對隱患初期的設備狀態(tài)分析以及相關調整方案的制定難度較大，不利于分析和發(fā)現(xiàn)設備的潛伏性故障。

常規(guī)的檢查方式中還有一項未經常性檢修，其采用的檢修方式通常為以時間為標準的定期檢修。定期檢修有利于及時發(fā)現(xiàn)機械設備存在的不足，對設備的安全運行提供有效的保障，其缺點為在檢修中容易出現(xiàn)維修過剩和維修不足的現(xiàn)象，即對機械設備的盲目檢修，浪費了大量的人力物力，且提高了設備新故障的發(fā)生率，嚴重影響了設備的可靠性。

為合理檢修設備故障，保證設備的正常運行狀態(tài)，避免不必要的浪費，應收集統(tǒng)計設備運行過程中產生的大量數(shù)據，準確判斷設備在長期使用中發(fā)生的老化與損傷規(guī)律，并將其與同種類型設備的運行狀態(tài)相結合，提高狀態(tài)評估的準確性。以客車設計中的壓縮機為例，由于壓縮機內部結構較為復雜，其運行狀態(tài)受較多因素（如自身的軸承問題與元件問題，以及工藝上的振動、溫度和壓強等）的干擾，傳統(tǒng)采用的故障診斷方式通常為技術人員的現(xiàn)場拆機，利用眼觀或專業(yè)儀器測量的方式來開展維修，無法有效的將故障現(xiàn)象與故障原因聯(lián)系起來。而運用數(shù)據挖掘之后，能利用計算機以分為單位間隔的方式收集數(shù)據，直觀的反映出數(shù)據的實時變化，以及溫度、壓強等數(shù)據，通過對其產生規(guī)律的分析，一旦某項特征參數(shù)變化，則表明存在故障，從而明確故障點，為維修人員提供便利。

傳統(tǒng)的統(tǒng)計方法通常是在樣本數(shù)趨向于無數(shù)大時才能保證其性能與理論一致，然而，由于設備的運行環(huán)境存在一定的差異性，且分散性較高，對此類設備的實際研究成果與理論存在一定的差距。且傳統(tǒng)形式問題處理效率已經無法很好的適用于現(xiàn)代人們的日常需求。因此，一種更加高效率的處理方案成了時下迫切需要解決的問題。而數(shù)據挖掘技術中的支持向量機（SVM）是基于理論基礎開展的新型小樣本學習模式，其不受概率測度定義以及大數(shù)定律的影響。該種模式將傳統(tǒng)的從歸納到演繹的方式轉變?yōu)楦咝У膹木殬颖镜筋A報樣本的轉導推理，極大程度上簡化了分類和回歸。相比之下，構建支持向量機模型的方式所涉及的干擾因素較少，其運行穩(wěn)定性可靠性更高，其所獲取的數(shù)據結果較為客觀，廣泛受到業(yè)界的認可。再加上有嚴密的統(tǒng)計學理論依據保障，通過支持向量機構建的模型所對應的推廣效果較好。數(shù)據挖掘技術在機械設備運行中還具備預測的功能。通過對設備內在規(guī)律的歷史數(shù)據（即反映事物輸入與輸出之間的關聯(lián)性）的學習來構建預測模型，繼而實現(xiàn)對后期數(shù)據的預測。在檢測系統(tǒng)的支持情況下，利用數(shù)據挖掘及時來對設備的運行狀態(tài)進行了解，及時消除設備存在的故障問題。

3 結語

現(xiàn)階段的機械設備安全管理中，數(shù)據挖掘技術是重要的研究對象。通過挖掘技術的運用，合理的將機械設備運行過程產生的大量數(shù)據進行分類和分析，發(fā)現(xiàn)潛在性的適用型數(shù)據，并解決了監(jiān)測理論無法進行的全面預測問題。同時根據數(shù)據呈現(xiàn)的規(guī)律構建一定的模型，從而達到設備安全管理的目的，提高企業(yè)的安全管理水平，繼而提升企業(yè)的經濟效益與社會效益，促進機械行業(yè)的安全生產。此外，基于大數(shù)據概念的支持，借助互聯(lián)網大平臺還可以更快的挖掘出適用于當下產品的相關設備以及日常運行維護方案。

[1] 韓家煒.數(shù)據挖掘概念與技術[M].北京：機械工業(yè)出版社，2007.

[2] 張哲.基于支持向量機的變壓器狀態(tài)評估和故障診斷的研究[J].北京：華北電力大學碩士論文庫，2009，22-36.

[3] 西安美林電子有限責任公司，大話數(shù)據挖掘[J].北京：清華大學出版社，2013.