摘要: |
数据挖掘研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息,是当前相当活跃的研究领域.近年来,随着我国铁路信息化建设快速发展,知识的自动获取已经成为制约其进一步发展的"瓶颈".因此,研究适用于机车故障诊断领域的数据挖掘,具有理论意义和重要的实用价值.本文系统归纳总结了现有的数据挖掘技术,分析了粗糙集在数据挖掘应用中的特点.以SS8型电力机车主变流器为研究对象,通过对主变流器的工作原理的分析,建立了主变流器的仿真模型.以变流器的输出电压为故障信息分析对象,并仿真了变流器不同整流元件开路故障时的运行情况,构造了相应的输出电压波形.采用小波变换对电压波形进行能量分解,构造相应的特征向量.由于特征向量的冗余,可能产生不可识别的故障.本文提出应用基于粗糙集的数据挖掘技术对变流器进行故障诊断,研究了故障特征的约简方法及诊断规则的获取方法,在保持识别能力的情况下,对规则进行修剪,得到了约简规则库.从仿真应用来看,所提出的应用方法具有较强的鲁棒性和泛化能力.数据挖掘研究正处在发展阶段,数据挖掘本身以及其在机车故障中的应用还有许多问题值得探讨,本文的研究工作是一个尝试,相关工作还有待进一步深入. |