课程设计报告

课程设计报告 题 目

基于数据挖掘的航电系统故障诊断

专业名称 电子信息工程 学生姓名 王腾飞 指导教师 陈 杰 完成时间 2014年3月18日

摘要

航电系统是飞机的重要组成部分，由于其综合应用了电子、机械、计算机及自动检测等许多学科的先进技术，结构层次很多，所以对其实施故障诊断具有涉及专业领域多、诊断难度大、要求时间短等特点。这对快速处理故障数据提出了很大的挑战。

从独立的联合式航电机箱的按键通电测试，到集中式飞机管理系统数据收集，飞机维修系统经过漫长的发展已演变成故障诊断工具。

现代飞机均采用了中央维修系统，用以收集所有子系统的故障报告、判断故障根源并推荐修理方法。飞机的故障信息和历史数据存放在数据库中。如果用传统的数据分析方法对这些海量的数据进行分析时会显得力不从心，不仅浪费时间而且对于隐含的知识难以有效的进行挖掘。数据挖掘技术十分符合现实的需要，它可以客观地挖掘出历史数据库中潜在的故障规则，这些规则能更好地指导故障的定位与检修，并对潜在的故障做出预测。随着数据的不断增长，如何能自动获取知识已经成为故障诊断技术发展的主要制约条件，而数据挖掘技术为解决这个“瓶颈”问题提供了一条有效的途径。

本文详细介绍了故障诊断技术与数据挖掘技术，并总结了航电系统的故障诊断的特点。拟采用聚类分析的技术对故障数据快速处理，实现对故障的快速定位。

关键词：故障诊断数据挖掘聚类分析航电系统

故障诊断技术

故障诊断技术简介

故障诊断就是指当设备系统不能完成正常的功能时，利用一定的方法找出使该功能丧失的原因及发生故障的部位，实现对故障发展趋势的预测的过程。故障诊断涉及到多方面的技术背景，主要以系统论、信息论、控制论、非线性科学等最新技术理论为基础，它是一门综合性的学科，具有重要的实用价值。

设备系统故障及故障诊断

随着现代化工业的发展，设备系统能够以最佳状态可靠地运行，对于保证产品质量、提高企业的产能、保障生命财产安全都具有极其重要的意义。设备系统的故障是指设备系统在规定时间内、规定条件下丧失规定功能的状况。故障诊断的作用则是发现并确定发生故障的部位及性质，找出故障的起因，预测故障的发展趋势并提出应对措施。故障诊断技术的使用范围不应只局限于设备系统使用和维修过程中，在设备系统的设计制造过程中也可以使用故障诊断技术，为以后的故障监测和设备系统维护创造条件。因此，故障诊断技术应该贯穿于设备系统的设计、制造、运行和维护的全过程当中。

机载设备的故障诊断流程框图:

航电系统的故障诊断

航电系统是飞机的重要组成部分，不仅包括众多的数字计算机、多路传输数据总线、控制显示装置，还有许多传感器或航线可更换件，而且由于其综合应用了电子、机械、计算机及自动检测等许多学科的先进技术，结构层次很多，所以对其实施故障诊断具有涉及专业领域多、诊断难度大、要求时间短等特点。

当航电系统发生故障时，由于其自身的多层次性和复杂结构，使得故障一般不会独立存在，他们之间通常相互依存和影响，同时系统的子部件存在密切的数据传输和耦合关系，多故障状态和多故障传播大量存在，所以一种故障可能对应多种征兆，一种征兆可能对应多种故障，征兆和故障源之间的关系复杂，各种不确定影响因素很多，它们参与故障的传播并最终将故障反映在征兆上。航电系统排故过程中多故障给故障定位和诊断带来了一定困难。

数据挖掘技术简介

数据挖掘的定义

数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。

通常人们把概念、模式、规则和规律等看作知识，但是从广义上来说信息、数据也是知识的表现形式。人们把数据看作是发现知识的来源的矿石，知识就如同从中提炼出的矿产一样。数据挖掘得到的知识可应用在过程控制、决策支持、信息管理、查询优化及数据自身的维护等领域。数据挖掘是一门涉及到数据库、人工智能、并行计算、数理统计和可视化等方面技术的交叉学科，它使人们在数据的利用方面，不但可以脱离简单查询的局限，而且可以向知识发现方面拓展，目的是挖掘出有用的知识，最终在决策制定方面给以支持。由于数据挖掘方法具

有广阔的应用前景，大量来自不同领域的学者和工程技术人员都投身到这一新兴的研究领域，为数据挖掘的发展提供了强大的动力。

数据挖掘方法分类

（1）关联规则方法：用于发现大量数据集中属性间的相互关联性，如“９５％的客户在购买商品Ａ的同时也会购买商品Ｂ＂这一规则，所表达的意思为客户在购买一些商品的同时购买另外一些商品的可能性。

（2）聚类和分类方法：聚类就是将数据对象集合按照某种相似性度量原则划分为若干个类似数据对象组成的多个类的过程。而分类则是预先假定数据库中的某个对象属于某个预先给定的类，再将数据库中所有的数据都分配到给定的类中的过程。聚类和分类都是以类内差别最小而类间差别最大为目标进行划分。

（3）机器学习方法：机器学习是一种利用认识模型模仿人的学习方法并从数据集中提取知识的方法。

（4）多层次数据汇总归纳：数据库中的数据对象一般包含的是原始概念层次上的详细信息，将一个数据集从原始概念层信息归纳为更高概念层次信息的技术称为数据汇总。

（5）神经网络方法：神经网络具有良好的鲁棒性、并行处理、自组织自适应性、分布存储和高度容错等特性，极其适合用于数据挖掘。典型的神经网络模型主要分三类：一是用于分类、预测和模式识别的前馈式神经网络模型；二是用于联想记忆和优化计算的反馈式神经网络模型；三是用于用于聚类的自组织映射方法。（6）决策树方法：建立决策树的过程，就是利用信息论中的信息增益寻找数据库中具有最大信息量的字段，首先建立一个节点，再根据字段的不同取值建立树的分支；在每个分枝子集中，重复建立树的下层节点和分支的过程。

（7）可视化技术：为了使用户对数据的剖析更清楚，将数据结果转化表达成图形和图像等可视化形式的过程。

数据挖掘的过程

（1）数据准备

数据准备又可分为数据选取、数据预处理和数据变换三个子步骤。数据选取的主要任务是确定操作对象，即目标数据。数据预处理通常包括去除噪声、删除重复记录、转换数据类型和推导计算缺值等。数据变换可以对特征进行分析，

去除与知识挖掘无关的特征，减少数据挖掘过程中需要处理的数据量，大大提高挖掘的效率。

（2）数据挖掘

数据挖掘阶段主要用来确定挖掘任务，并决定所使用的挖掘算法。确定开采的任务就是根据数据的特点确定使用哪种方法更有效，这些方法包括数据总结、分类、聚类、关联规则发现及序列模式发现等；在确定挖掘方法之后，就要考虑使用什么样的挖掘算法。这个过程中首先要考虑各种数据间的不同特点，选用与之相应的算法来挖掘；其次要考虑用户或实际运行系统的需求，例如一些用户或系统的要求是使预测型知识的预测准确度尽可能高，而另外一些用户则希望获取容易理解、描述型的知识。

（3）结果解释和评价

数据挖掘阶段发现的知识经过评价后，要去除其中可能存在的冗余或与实际无关的模式。如果某些模式不满足用户需求，就要返回到数据挖掘阶段之前，重新对知识进行挖掘。最后得到的知识要面向用户，并且要将发现的知识进行可视化，把结果转化为用户易于理解的形式数据挖掘系统可以分为三部分，第一部分是由数据库、数据仓库等组成的数据源；第二部分是利用各种数据挖掘方法分析数据库中的数据发现知识的挖掘器；第三部分是用户层，应用多种方式将发现的知识及获取的信息反映给用户，使用户可以对结果进行直观的理解，达到用户的需求。

数据挖掘的一般步骤及过程框图如下：

聚类分析

（1）定义

依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。各类事物缺乏可靠的历史资料，无法确定共有多少类别，目的是将性质相近事物归入一类。各指标之间具有一定的相关关系。

聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析区别于分类分析(classification analysis) ，后者是有监督的学习。

（2）算法分类

聚类分析计算方法主要有如下几种：分裂法(partitioning methods)：层次法(hierarchical methods)：基于密度的方法(density-based methods): 基于网格的方法(grid-based methods): 基于模型的方法(model-based methods)。

1. 分裂法又称划分方法(PAM:PArtitioning method) 首先创建k个划分，k为要创建的划分个数；然后利用一个循环定位技术通过将对象从一个划分移到另一个划分来帮助改善划分质量。

典型的划分方法包括：

K-means, K-medoids, CLARA (Clustering Large Application),

CLARANS (Clustering Large Application based upon Randomized Search),

FCM

2. 层次法(hierarchical method) 创建一个层次以分解给定的数据集。该方法可以分为自上而下（分解）和自下而上（合并）两种操作方式。为弥补分解与合并的不足，层次合并经常要与其它聚类方法相结合，如循环定位。

典型的这类方法包括：

BIRCH(Balanced Iterative Reducing and Clustering Using Hierarchies) 方法，它首先利用树的结构对对象集进行划分；然后再利用其它聚类方法对这些聚类进行优化。

CURE(Clustering Using REprisentatives) 方法，它利用固定数目代表对象来表示相应聚类；然后对各聚类按照指定量（向聚类中心）进行收缩。

ROCK方法，它利用聚类间的连接进行聚类合并。

CHEMALOEN方法，它则是在层次聚类时构造动态模型。

3.基于密度的方法，根据密度完成对象的聚类。它根据对象周围的密度（如DBSCAN）不断增长聚类。

典型的基于密度方法包括：DBSCAN(Density Based Spatial Clustering Of Application With Noise):该算法通过不断生长足够高密度区域来进行聚类；它能从含有噪声的空间数据库中发现任意形状的聚类。此方法将一个聚类定义为一组“密度连接”的点集。OPTICS(Ordering Points To Identify The Clustering Structure):并不明确产生一个聚类，而是为自动交互的聚类分析计算出一个增强聚类顺序.

4、基于网格的方法，首先将对象空间划分为有限个单元以构成网格结构；然后利用网格结构完成聚类。

典型的基于网格的方法包括：

STING(Statistical Information Grid) 就是一个利用网格单元保存的统计信息进行基于网格聚类的方法。

CLIQUE(Clustering In Quest)和Wave-Cluster 则是一个将基于网格与基于密度相结合的方法。

5、基于模型的方法，它假设每个聚类的模型并发现适合相应模型的数据。

典型的基于模型方法包括：

统计方法COBWEB:是一个常用的且简单的增量式概念聚类方法。它的输入对象是采用符号量（属性-值）对来加以描述的。采用分类树的形式来创建一个层次聚类。

CLASSIT是COBWEB的另一个版本.。它可以对连续取值属性进行增量式聚类。它为每个结点中的每个属性保存相应的连续正态分布（均值与方差）；并利用一个改进的分类能力描述方法，即不象COBWEB那样计算离散属性（取值）和而是对连续属性求积分。但是CLASSIT方法也存在与COBWEB类似的问题。因此它们都不适合对大数据库进行聚类处理.

故障诊断中的数据挖掘技术

早期的设备系统故障诊断，人们通常是采用由工作人员到现场拆卸机器的方法，用肉眼检查故障的发生点，如果不能直接进行检查，则需用专门的仪器进行参数测量，从而得到故障的现象与原因之间的联系，形成专家经验，以此指导设备系统的修理与维护。后期提出了基于模型的故障诊断方法，通过观测器的构造，可以对系统的输出值进行估计，将估计值与测量值进行比较，从而就能获取故障信息。在现代工业中，很多设备系统在运行时，其各个关键点的数据已经通过数据采集系统采集到上位机上，这些数据以一定的时间间隔进行采集，能够较为精确地记录各测量点数据的实时变化，这些采集点都是能够体现出设备系统整体运行状态的关键部位。关键点的数据都保存在过程历史数据库中，大多数没有被充分利用，被人们所忽略，遗忘在数据库的角落。然而这些关键点数据就像是一个巨大的矿山，里面的许多宝藏可以再次被利用。数据挖掘技术十分符合现实的需要，它可以客观地挖掘出历史数据库中潜在的故障规则，这些规则能更好地指导故障的定位与检修，并对潜在的故障做出预测。随着数据的不断增长，如何能自动获取知识已经成为故障诊断技术发展的主要制约条件，而数据挖掘技术为解决这个“瓶颈”问题提供了一条有效的途径。

随着数据库技术和人工智能技术的发展数据挖掘技术在近几年也发展迅速。它可以从大量数据中发现并挖掘有隐含价值的知识及有用的信息。目前数据挖掘技术已经在市场营销、银行业、保险业、电信业、医药业和制造业等许多领域中获得了成功的应用。故障诊断中的数据挖掘方法应用是随着信息技术、计算机技术和网络技术的不断进步而发展起来的。设备系统在运行过程中采集了大量的数据，其中包括实验数据以及统计数据，这些数据被收集和存储在各种数据库中。如果用传统的数据分析方法对这些海量的数据进行分析时会显得力不从心，不仅浪费时间而且对于隐含的知识难以有效的进行挖掘。虽然现有的故障诊断系统中已经广泛应用了专家系统及智能诊断等方法，但是专家系统的知识瓶颈和智能诊断方法的推理过程困难等问题制约着诊断技术的发展，数据挖掘方法却可以有效地解决这些问题，将数据挖掘技术应用到故障诊断系统当中是可行的，也是必然的发展趋势之一。

基于数据挖掘的航电系统故障诊断

问题的提出

现代的航电系统都使用了大规模的可更换组件。航电系统的故障诊断要求快速、准确地定位故障部件。

鉴于数据挖掘技术的从大量数据中发现并挖掘有隐含价值知识的优良能力，拟采用拟采用聚类分析的技术对故障数据快速处理，实现对故障的快速定位。拟采用的步骤

（1）数据准备

①基于数据挖掘航电系统故障诊断的框架设计

②应用SQL Server 2000建立过程历史数据库

SQL Server 是一个关系数据库管理系统。SQL Server 2000 关系数据库引擎支持当今苛刻的数据处理环境所需的功能。SQL Server 2000 中包括析取和分析汇总数据以进行联机分析处理(OLAP) 的工具。

③应用MATLAB GUI实现数据提取

SQL Server 2000数据库管理系统中可以存储原始的故障样本数据和故障规则库，我们可以利用MATLAB中的Database Toolbox与SQL Server 2000的接口来

实现数据的存取。将SQL语言的高效性与MATLAB语言的灵活性结合到一起，可以极大的降低算法复杂度，提高算法的效率。

利用Database工具箱，我们可以很容易的实现下面的功能：

1、连接到SQL Server数据库。

2、在MATLAB环境下通过SQL语句操作数据。

3、将处理完的数据和故障规则存储到数据库中。

（2）数据预处理

将导入到MATLAB工作区中的原始数据进行数据预处理，大多数的原始数据都是不完整、不一致的脏数据，无法直接进行数据挖掘，所以为了提高数据挖掘的质量必须要进行数据预处理。首先除掉原始历史数据中的空值、错值等；然后对数值型数据进行离散化，尽量满足挖掘的要求；最后对数据集进行降维，把与挖掘不相关或是冗余的属性删除，提高挖掘的效率。这些工作可以为后续工作提供高质量的数据，为数据挖掘做好准备。

（3）应用聚类分析对数据进行挖掘

从统计学角度来看，聚类分析是一种基于几何距离的分析方法。

CURE聚类算法的实现 :

聚类（clustering）就是将数据对象分组成为多个类或簇（cluster），在同一簇中的对象之间具有较高的相似度，而不同的簇中对象差别较大。相异度是根据描述对象的属性值来计算的。距离是经常采用的度量方式。 CURE （Clustering Using Representatives）是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的，相等大小的聚类，对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法，可以较好的处理以上问题。并且在处理大数据量的时候采用了随机取样，分区的方法，来提高其效率，使得其可以高效的处理大量数据。

CURE采用的是聚结层次聚类。在最开始的时候，每一个对象就是一个独立的类，然后从最相似的对象开始进行合并。由于异常值同其它对象的距离更大，所以其所在的类中对象数目的增大就会非常缓慢，甚至不增长。第一个阶段的工作，是将聚类过程中增长非常缓慢的类作为异常值除去。第二个阶段的工作（聚类基本结束的时候）是将数目明显少的类作为异常值除去。由于CURE 算法采

用多个对象来代表一个类，因此可以采用更合理的非样本对象分配策略。在完成对样本的聚类之后，各个类中只包含有样本对象，还需要将非样本对象按一定策略分配到相应的类中。

CURE算法的步骤：

1.从源数据对象中抽取一个随机样本Ｓ。

2.将样本Ｓ分割为一组划分。

3.对每个划分局部的聚类。

4.通过随机取样剔除孤立点。如果一个类增长太慢，就去掉它。

5.对局部的类进行聚类。落在每个新形成的类中的代表点根据用户定义的一个收缩因子收缩或向类中心移动。这些点代表和捕捉到了类的形状。

6.用相应的类标签来标记数据。

用SPSS软件可以实现聚类分析 :

SPSS是采用图形菜单驱动界面的统计软件，它采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。

（4) 故障匹配

将预处理过的待诊断故障数据引入，在故障规则数据库中进行对比，找出符合条件的规则，把相应的数据列入对应的类当中。

(5) 故障定位

通过对匹配结果的分析，确定发生异常的属性，并利用得到的匹配结果对故障排除方案的制定进行指导。