基于數據挖掘技術的地鐵盾構機故障診斷方法研究.pdf

1、地鐵盾構機是一種用于隧道掘進的集機、電、液、傳感、信息技術于一體的專用工程機械。隨著城市市政建設步伐的加快，往往需要同期多臺盾構進行施工，這對盾構機的運行可靠性提出了很高的要求。盾構機的知識自動獲取，進行實時故障診斷，是防止盾構故障，保障運行安全，提高挖掘效率的一個重要技術手段。在盾構的數據采集系統(tǒng)中存儲了海量的數據，這些數據背后隱藏了大量的知識，但沒有被深刻理解。數據挖掘可以從大量的數據中智能地、自動地提取有價值的知識和信息，是當前相

2、當活躍的研究領域。本文將數據挖掘技術引入到盾構機故障診斷中，以解決盾構故障的模式識別問題。 盾構機故障診斷技術是利用盾構機的狀態(tài)信息和歷史狀況通過分析和處理來定量識別其實時技術狀態(tài)并預測異常故障的未來技術狀態(tài)的一門建立在多學科基礎上的綜合技術。本文以三菱土壓平衡盾構機為研究對象，在系統(tǒng)的歸納總結了現有的數據挖掘技術及分析了盾構機的工作原理、基本結構及檢測數據項目的特征的基礎上，針對盾構機的故障非線性的特點和神經網絡所具有的很強的

3、學習能力、適應能力和魯棒性的優(yōu)點，采用神經網絡對盾構機進行故障分類。但由于特征向量的冗余，可能產生不可識別的故障，因此本文提出了應用粗糙集的數據挖掘技術對盾構的故障特征進行屬性的約簡。 另外，考慮到盾構狀態(tài)監(jiān)測系統(tǒng)所采集的信息以時間序列數據的形式記錄在數據庫中，因此本文引入了時間序列相似性進行特征模式建模，以此實現盾構故障診斷中的預測問題，并使其具有一定的機器學習能力。 最后，本文在Visual C++6.0集成開發(fā)環(huán)境