附件C：譯文

基于改進(jìn)的RIPPER（反復(fù)增量修剪減少錯(cuò)誤原理）的大型旋轉(zhuǎn)機(jī)械故障診斷和知識(shí)規(guī)則獲取

摘要-大型旋轉(zhuǎn)機(jī)械的錯(cuò)誤監(jiān)測(cè)數(shù)據(jù)龐大而噪雜，在屬性和屬性值之間存在著一些聯(lián)系，這些聯(lián)系和數(shù)據(jù)挖掘技術(shù)不謀而合。數(shù)據(jù)挖掘技術(shù)是以獲取規(guī)則和分類錯(cuò)誤為研究目的的。改進(jìn)的反復(fù)增量修剪減少錯(cuò)誤原理-數(shù)據(jù)挖掘規(guī)則學(xué)習(xí)算法則是以大型旋轉(zhuǎn)機(jī)械為研究對(duì)象的，這些規(guī)則設(shè)置的文件時(shí)通過(guò)分析錯(cuò)誤樣本得到的，而已及時(shí)被更新。這些提取知識(shí)的規(guī)則也可用于實(shí)時(shí)的常規(guī)故障診斷。
關(guān)鍵詞-故障監(jiān)測(cè);大型旋轉(zhuǎn)機(jī)械;數(shù)據(jù)挖掘;改進(jìn)的反復(fù)增量修剪減少錯(cuò)誤原理;實(shí)時(shí)診斷

I介紹
作為在現(xiàn)代企業(yè)中的關(guān)鍵設(shè)備，大型旋轉(zhuǎn)機(jī)械故障會(huì)帶來(lái)巨大的經(jīng)濟(jì)損失。傳統(tǒng)機(jī)器定期維修保養(yǎng)存在維護(hù)過(guò)多或不足的問(wèn)題，它已被設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷取代，設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷中最關(guān)鍵和最不同的部分就在于故障特征信息的提取，大型旋轉(zhuǎn)機(jī)械的狀態(tài)監(jiān)測(cè)數(shù)據(jù)時(shí)龐大的，在屬性和屬性值之間存在一定的聯(lián)系。數(shù)據(jù)挖掘技術(shù)能夠提取有價(jià)值的信息，找出規(guī)律和看起來(lái)分散和不相關(guān)的數(shù)據(jù)的模式，以利用這些資料來(lái)執(zhí)行最后的決定，更好地進(jìn)行研究。同時(shí)，數(shù)據(jù)可能會(huì)更改由于不穩(wěn)定的環(huán)境下，旋轉(zhuǎn)機(jī)械故障數(shù)據(jù)來(lái)自大。同時(shí)，產(chǎn)生大型旋轉(zhuǎn)機(jī)械故障數(shù)據(jù)的不穩(wěn)定的環(huán)境可能導(dǎo)致數(shù)據(jù)改變。因此，決策樹(shù)為數(shù)據(jù)處理提供了很大可能性。這能夠通過(guò)遍歷樹(shù)重新調(diào)整樹(shù)的機(jī)構(gòu)，并獲得相關(guān)的知識(shí)。目前，成功的應(yīng)用系統(tǒng)包括基于多值關(guān)系規(guī)則的馬達(dá)聲異常信息挖掘，基于西北工業(yè)大學(xué)和西安交通等大學(xué)的模糊設(shè)置的數(shù)據(jù)挖掘，基于由新加坡HUISC和國(guó)際THANGKF開(kāi)展的變壓器狀態(tài)監(jiān)測(cè)數(shù)據(jù)挖掘以及由美國(guó)POVINELLI開(kāi)展的馬達(dá)異常故障特征模型數(shù)據(jù)挖掘等。
在文章中，作者分析了在大型旋轉(zhuǎn)機(jī)械故障診斷中的戰(zhàn)略和數(shù)據(jù)挖掘的目標(biāo)數(shù)據(jù)。在優(yōu)化的RIPPER基礎(chǔ)上進(jìn)行提取和驗(yàn)證規(guī)則樣本并獲得相關(guān)的檢驗(yàn)規(guī)則。