航空機械裝備, 以其自身的特點, 以及外在的要求, 都需要安全穩定的保證, 但是客觀情況是, 航空機械設備, 因為使用條件的特殊性以及復雜性, 在機械設備的總體中, 容易出現失效或者損壞的部件, 這對其安全穩定性, 產生了比較大的影響。因此就必須對這些失效或者損壞的部件經行數據分析以及處理, 以提高航空機械設備的可靠安全性, 最大限度上保證整體設備系統的正常工作。對失效數據的分析, 其要訣是準確而且快速, 以便在最短時間內查明原因, 從而進行相應的處理以及有效預防, 提高航空機械設備的使用壽命以及質量。對失效部件的數據分析是一項艱巨而重要的工作, 需要客觀理性細致的處理, 決不能有一絲的馬虎。
在對相應的航空機械設備的失效部件的分析處理中, 需要獲得失效信息以及具體數據, 但是這些失效信息以及具體信息的取得, 卻是一個比較復雜而且困難的的過程, 其涉及的領域相當的多, 對知識信息的掌握要求也比較高, 因此失效部件的失效信息以及數據的取得是非常困難的。這就要求改變或者提升信息數據取得的途徑和處理的辦法, 有效的使用一些歷史的、靜態的信息, 將它們變成動態的、具有分析決策的信息是航空裝備失效分析研究中急待解決的問題。
隨著時代的發展, 科學技術得到了極大的發展, 信息化社會也越來越深刻地影響著社會生活的每一個層面。在航空航天領域, 其新型的科學信息技術也逐漸加入到其中, 改善著該領域的每一個層面。這其中數據庫技術的發展, 用數據庫系統來存儲數據, 用數據挖掘技術來提取具有分析決策性質的信息, 可以彌補由于人為原因而給失效信息帶來的不確定性和不完整性, 從而提高失效分析的效率, 這對于航空裝備失效分析研究具有重要意義。
1 航空裝備失效分析數據庫的建立
1.1 具有層次性的案例數據庫
案例庫主要用來記錄以往失效事件的失效屬性信息, 這些失效屬性應與失效件本身有關, 并且與失效的發生和過程相關聯。作者將這些屬性信息分為基本屬性和決策屬性。由于失效屬性取值是可以允許取多個 (例如外觀特征可以取斷裂、小坑、粗糙等) , 因此在記錄每個案例的失效屬性時, 為了避免存儲效率低, 且通用性好, 屬性記錄的字段個數和結構必須考慮其最大的取值范圍。該取值范圍通常由失效分析領域專家根據其經驗來確定的。具有層次性的案例數據庫的二級組織模式是:第一級:存放與數據挖掘無關的失效屬性信息。第二級:在航空裝備失效分析中, 通常先由失效件的外觀特征和斷口宏微觀特征入手, 判斷其失效模式, 然后再結合構件的材料、功能等基本信息, 利用材質分析、工作環境、載荷等信息, 從本質上確定失效原因。
1.2 數據字典庫的建立
字典庫是為案例庫中失效屬性提供取值的。為了使失效屬性描述準確、規范, 防止出現模棱兩可、用詞不一致的現象, 字典庫術語由失效分析領域專家來統一確定。這樣字典庫包括術語代碼、名稱、圖片和描述字段。字典庫與案例庫具有同樣的層次性結構, 與字典數據表相關聯的窗體便于用戶擴充和更新字典庫的內容。
2 知識發現和數據挖掘
2.1 知識發現
在航空裝備失效分析系統中, 數據和案例沒有得到充分而有效的利用, 而知識發現技術的出現和發展可以解決這一問題。知識發現技術是近年來人工智能和數據庫不斷發展而出現的一門新興技術, 是在數據庫中提取正確的、未知的、有潛在價值、并最終可為用戶理解的模式的高級處理過程。
2.2 數據挖掘
數據挖掘是整個知識發現過程中的一個重要步驟, 它利用知識發現算法, 從大量的、不完全的、有噪聲的應用數據中, 提取隱含的、事先不知道的但又是潛在有用的信息和知識的過程, 屬于知識發現的深層次過程, 把對數據的應用從低層次的簡單查詢, 提升到從數據中挖掘知識, 提供決策。
3 基于關聯規則的數據挖掘在航空裝備失效分析中的應用
通過閱讀航空裝備失效分析的期刊、雜志和報告等, 獲取典型案例400個, 這些案例共涉及20多種失效模式, 其中主要以疲勞斷裂失效的居多, 為關聯規則的挖掘提供了豐富的數據。其大致的分布情況見表1 (注:失效模式可進一步分為一級、二級失效模式等) 。決定航空裝備失效模式的因素很多, 如外觀特征、失效位置和斷口 (宏) 微觀特征等, 都將作為數據庫的基本屬性, 用來判斷它們與決策屬性 (失效模式) 的關系, 表1。
(1) 如果原始數據存在較大的“噪聲, 模糊性和不確定性”, 將不能保證挖掘到的規則的正確性, 所以如何清理數據, 做好數據預處理工作是相當重要的。 (2) 可信度是對關聯規則的準確度的衡量, 支持度是對關聯規則的重要性的衡量。為了發現有意義的關聯規則, 使數據挖掘得到更多實用的關聯規則, 就要給定兩個重要的闌值:最小支持度和最小可信度。
以上是對所得到的關聯規則進行的初步分析和研究結果, 為了進一步驗證挖掘算法, 作者將在今后做一些調整和比較, 力求達到滿足要求和目標的結果, 并將之用于航空裝備的失效分析中。航天機械設備是航空航天企業存在的重要保證, 也是其價值實現的重要支撐, 因此必須重視對航天機械設備的管理, 尤其對于失效設備的處理以及管理。航天機械設備以其內在的特點和要求, 相應管理的難度比較大, 因此在管理之中比較側重對于數據的分析, 結合新時代的科學技術的進步以及發展, 數據庫的建立也成了新的要求以及重點, 為我國航空航天事業的信息化進程邁出了堅實的一步。
摘要：航空機械設備需要安全性, 也需要穩定性, 這是航空航天行業的內在要求, 因此需要對航空機械設備系統失效部分, 進行合理有效的分析和處理, 因此需要建立一個有效性的數據庫以及數據挖掘技術, 在客觀上保證該類分析與處理的科學性。
關鍵詞：航空機械,設備,數據分析,數據發掘,智能
參考文獻
[1] 曹國強.機械工程概論[J].航空工業出版社, 2008, 2.
[2] 吳今培, 孫德山.現代數據分析[J].機械工業出版社, 2006, 2.
[3] (英) 羅伯特·海寧[著], 李建松, 秦昆[譯].空間數據分析理論與實踐[J].武漢大學出版社, 2009, 11.
[4] 段永瑞.數據包絡分析:理論和應用[J].上?？茖W普及出版社, 2006, 12.