基于时序关联规则的设备故障预测方法研究

• 作者: 李娟 甘超 胡莹 邹博宇 陆远
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 故障预测 故障诊断 时序关联规则 数据挖掘
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 167-171,166
• 页数: 6页
• 分类号: TP391
• 字数: 4452字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2014.11.047

摘要

设备故障预测对于保证设备安全运行、提高设备管理效率具有重要的现实意义。考虑设备故障数据的特点，利用Apriori传统关联规则算法的思想，建立了时序故障数据模型。将故障数据转换为时序项集矩阵，针对该矩阵，提出了Apriori改进算法和频繁时序关联规则查找算法。利用这两个算法对设备故障数据进行频繁时序关联规则挖掘，预测设备故障趋势，为设备管理提供有力支持。并通过实例验证该方法的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆远	南昌大学机电工程学院	31	133	6.0	8.0
2	李娟	中国北方车辆研究所车辆传动重点实验室	10	22	4.0	4.0
3	胡莹	南昌大学机电工程学院	19	52	4.0	5.0
4	甘超	南昌大学机电工程学院	5	27	4.0	5.0
5	邹博宇	南昌大学机电工程学院	2	8	2.0	2.0