基于数据挖掘技术的旋转机械故障诊断研究

柴保明等

摘 要：在数据挖掘中设备振动信号数据庞大，使用粗糙集中的属性规约算法可以过不相干属性，找出有用规则。决策树当中的C4.5算法继ID3算法新拓展了一些功能，它分类规则准确、速度快。把这两种方法结合起来数据挖掘技术在设备故障诊断中速度将会更快并且更准确。实验结果说明，把这两种方法结合起来更有效。

关键词：数据挖掘；故障诊断；决策树

引言

把粗糙集和决策树算法结合起来能使设备状态监测及故障诊断效率提高、减少工作量。这种方法的思路是在样本数据仓库中挖掘潜在故障规则，生成故障诊断的决策，对监测设备的实时生成数据进行故障分析处理.进而最终实现故障自动诊断。