基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在利用关联规则进行故障信息挖掘时,需要将连续型数据离散化和区间化.离散化效果决定了关联规则挖掘的效果,传统的均匀区段划分法忽略了数据的分布特点,加权划分法和模糊指数法均存在权值选择问题.鉴于此,提出基于符号聚合近似(SAX)的关联规则挖掘方法.首先对振动信号进行特征提取,然后利用SAX方法自适应对特征值数据离散化,从而实现关联规则挖掘,进行故障分析和信息提取,最后利用挖掘结果进行故障诊断.转子故障模拟试验分析结果表明:与等宽度和等密度离散化方法相比,该方法可以更好地进行数据离散化,实现故障信息挖掘和诊断.基于SAX的关联规则挖掘方法对试验数据和真实设备之间的数据通用具有良好的鲁棒性,便于进行实际应用.
推荐文章
基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用
过程系统
关联规则
条件状态模糊Petri网
动态置信度
逆向推理
故障诊断
化学反应
基于数据挖掘的软件故障诊断研究
软件故障诊断
分类
聚类
序列关联规则挖掘
Weka
基于关联规则数据挖掘技术的电网故障诊断
电力系统
故障诊断
数据挖掘
关联规则
约简
DLG算法
基于RS的提升机故障诊断规则获取方法
故障诊断
粗糙集
知识约简
规则提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SAX的关联规则挖掘方法在故障诊断中的应用
来源期刊 石油机械 学科 工学
关键词 SAX 关联规则挖掘 故障诊断 振动信号 数据离散化 模拟试验
年,卷(期) 2017,(1) 所属期刊栏目 油气田开发工程
研究方向 页码范围 70-74
页数 5页 分类号 TH133
字数 3602字 语种 中文
DOI 10.16082/j.cnki.issn.1001-4578.2017.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张来斌 175 1325 18.0 27.0
2 段礼祥 49 374 11.0 17.0
3 王金江 8 32 3.0 5.0
4 白堂博 1 3 1.0 1.0
5 王旭铎 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (16)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SAX
关联规则挖掘
故障诊断
振动信号
数据离散化
模拟试验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
石油机械
月刊
1001-4578
42-1246/TE
大16开
湖北省荆州市沙市区豉湖路12号
38-80
1973
chi
出版文献量(篇)
6759
总下载数(次)
15
论文1v1指导