基于数据挖掘的连续喷墨式喷码机常见故障诊断方法

由于对连续喷墨式喷码机常见故障特征的分析存在精确度差异的角度问题,导致对于故障诊断的鲁棒性难以得到保障。为此,提出基于数据挖掘的连续喷墨式喷码机常见故障诊断方法研究。对原始连续喷墨式喷码机故障数据的预处理采用了归一化的方法进行处理后,利用数据挖掘中的聚类算法将设备的运行状态进行分类,将正常运行状态下的数据归为一类,将出现故障的数据归为另一类。并根据不同的聚类结果分析出设备的故障类型和相应的故障特征,最后根据连续喷墨式喷码机的实际故障状态参数与对应故障特征的拟合情况,确定具体的故障类型。在测试结果中,设计方法的测试结果中,F1-score始终稳定在0.92以上,与对照组相比,在各种故障类型的诊断准确性和鲁棒性上都表现出了显著的优势。