基于数据挖掘的设备状态知识获取方法研究

数据挖掘是知识发现过程的一个重要步骤,在大数据特征的工程问题中有着广阔的应用前景。通过分析设备的实时状态数据,建立一套基于时间序列的设备知识获取模型以及模型度量,运用相似性预测算法以及聚类分析中的k-means算法对设备实时数据进行挖掘,从而获取设备实时数据所蕴含的知识,为后续通过知识推理进行设备故障预警奠定了基础。最后通过对某数控机床实时采集数据的分析实验,验证了模型和算法获取状态知识的有效性,并提出了改进的方法。