SPSS 产品套件风电行业齿轮箱轴承故障预测解决方案
标签: 分析
艾 华
发布: 2018-08-15
在本系列第一篇中，我们进行了业务分析以及设备的特点，基于原生数据生成了衍生数据。另外通过对数据的观察得到数据的特点，得到对数据处理的思路。通过对数据的处理，提高数据质量，为本章建模建立非常良好的数据基础。
根据第一部分中的数据初探，可以觉察到数据的相关性。那么在这个步骤统一观测数据。来决定数据的去留： 使用特征选择节点，分析数据重要性。只保留重要的数据变量。
本次模型开发属于分类模型，下面尝试多种分类模型建模，并综合所有模型的结果对结果进行判断。
-
逻辑回归：逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个 logit 函数（或者叫做 logistic 函数）中，从而能够完成对事件发生的概率进行预测。
-
SVM：SVM（Support Vector Machine）指的是 支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机。支持向量机的提出有很深的理论背景。支持 向量 机方法是在后来提出的一种新方法。SVM 的主要思想可以概括为两点：
-
神经网络：人工神经网络（Artificial Neural Networks，简写为 ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
采用选举法对是否发生故障进行决断：是否发生故障选举：如果有超过一半的模型认为是故障那么，就认为风机要发生故障。
处理发生故障的概率：本预测主题主要关注的是发生故障的概率。所以需要处理模型的预测结果。如果模型预测风机要发生故障了，那么预测的概率就是故障概率。如果预测出来不会发生故障，那么故障的概率就是1不发生故障的概率。
综合3个模型风机发生故障的概率：每个模型都会针对本身对风机故障做出概率判断，最终结果需要综合所有模型。由于模型没有偏重，那么直接取3个模型平均值：
由于种种原因，实时运行数据会发生一定的缺失或者异常，针对全部缺失的数据和异常数据，模型不进行预测。例如如下情况：当塔基温度小于-50或者大于100度时。那么预测分值设置为-1.并且设置 Summery 为相关说明。
当数据全部缺失的时候，依然不做预测，设置出现故障的分值为-1，并且在 summery 内进行说明。
针对所有数据变量做类似处理。
由于数据采集过程中会出现多因素叠加的现象，导致 Summery 字段过长，而不能写入到数据库，所以对描述做相应的截断处理：
模型部署过程，是把实时数据接入模型得到实际预测结果的过程。在这个过程中首先需要把数据源设置成为数据集市中的实时数据源，对数据进行处理，预测，然后需要把预测结果写入到数据库。第二步骤需要部署到 CADS 上，定时运行。第三步，需要门户开发进行配合，从结果表中，取得数据在门户进行展示。
无论是实时数据和历史数据，由于采集数据库的数据不能直接使用，需要经过一定的预处理来保证数据的完整性。在数据处理过程中，由于 modeler 的限制不能直接操作数据库，需要写入到中间结果数据库中。本次数据填充，只针对限功率进行填充，其他部分的数据不做填充。下面使用循环针对每个风机进行限功率填充：
执行如下代码针对每个风场，每个风机进行填充，并且写入到中间数据库：
execute 'FC_List_Score'
set IMT_no='FC_List_Score'.output.row_count
for line_IMT from 1 to IMT_no
set IMT=value 'FC_List_Score'.output at line_IMT 1
set 'SelectFC_Score':selectnode.mode = Include
set 'SelectFC_Score':selectnode.condition = "EXT_WF_ID='" >< IMT >< "'"
println "风场: " >< IMT
execute 'WT_List_Score'
set WT_no='WT_List_Score'.output.row_count
for line_WT from 1 to WT_no
set IWT=value 'WT_List_Score'.output at line_WT 1
set 'SelectWT_Score':selectnode.mode = Include
set 'SelectWT_Score':selectnode.condition = "EXT_WT_ID='" >< IWT >< "'"
println "风机编码: " >< IWT
var Score_Result_exportNode
set Score_Result_exportNode=get node '04_ExportNode_HandelData_His_Bak':databaseexportnode
execute ^Score_Result_exportNode
#execute Excel_result
endfor
#endfor
Endfor
var FinalData_exportNode
set FinalData_exportNode=get node '06_ExportNode_FinalData_His_Bak':databaseexportnode
execute ^FinalData_exportNode
Show moreShow more icon
历史数据和实时数据的区别在于数据选取以及时间选取不同。时间均可以在 job 中进行更改。
把数据源置换为中间数据库。把结果数据写入最终结果数据库。
- 创建 job：把 stream 退拽到job中。并且在 job 之间建立“通过”的关系；
- 配置 job：配置 job 运行时需要的 Modeler 服务器，Modeler 服务器的登录信息，CADS 服务器，CADS 登录信息，数据读入和输出的数据库配置；
- 运行 job 并检查 job 运行结果。
- 配置 job 运行周期
由于受到样本不平衡的现状限制，所以在数据集市积累到一定量的数据之后，需要刷新模型。模型刷新有2种方式，一个是基于时间维度的定期刷新，一个是基于评估结果的刷新。
在模型部署的时候，有两种方式：模型评分和模型刷新。以模型评分的方式部署到 CADS，模型只能用于模型预测，以模型刷新的方式部署进入 CADS 的话，可以用于模型评估，模型预测和模型的刷新。所以在部署的时候，我们选择以模型刷新的方式部署进入 CADS。
在选择类型的时候，选择刷新，然后选择需要刷新的所有模型对。在本次刷新中，所有模型对全部需要刷新。所以选择所有的模型对。
为工作流创建基于时间的 Schedule。如何创建基于时间的 Schedule 已经在前面章节介绍过了，在本节不在累述。
本主题用到3个模型，需要分别对不同的模型进行评估。针对不同的模型，分别以“刷新”的方式部署到 CADS 上。
- 创建 Evaluation job。把数据准备流文件拉入 job。把评估模型拉入 job。设置评估->准确性。
- 设置模型，差，好，较好的分值。
- 把 RealTimeScore_GearBoxBearing.str 拖入到 job。设置刷新。设置刷新条件: completion_code==200 || completion_code==100。
- 当所有模型执行评估结果都是好或者差的时候，就执行 score job 的刷新过程。当 Score job 执行完，执行 Evaluation job 的刷新过程，以及 Data 准备相关的模型刷新。
本文通过一个风电行业的一个特定的场景，梳理数据挖掘项目实施的整体过程：从需求理解，到数据采集，数据理解，数据建模以及到实施应用。读者可以了解到如何应用 IBM SPSS 产品快速的实现从业务到项目交付的整个过程。本文是针对风电行业的解决方案，其实无论是任何的工业场景，都可以复用整个交付流程，只是数据的特点不一样。通过本文介绍的数据理解的办法，以不变应万变，从业务角度出发，深刻理解数据的特点并加以利用，实现场景的迁移。