基于决策树算法的港口岸桥机械工作状态故障分类的方法技术

本发明专利技术公开了基于决策树算法的岸桥机械工作状态故障分类方法，其中包括以下步骤：步骤1：通过安装在岸桥起重机上的的传感器来采集获取数据，存储到数据库；步骤2：通过分析岸桥设备的各种历史监测量得到标准故障样本数据，然后采用决策树生成算法对故障样本数据进行分类分析，得到故障的决策树；步骤3：将采集到的实时监测数据通过上一步骤2得到的决策树作为故障模式的分类模型进行分类，从而确定故障种类。本发明专利技术不需要人工记录数据，直接通过传感器收集的数据进行数据处理，减少数据的容错率，得到更加准的的结果。本方法不需要通过其他算法，就可以高效的处理岸桥大规模的监测数据，具有通用性和易操作性。

【技术实现步骤摘要】
基于决策树算法的港口岸桥机械工作状态故障分类的方法
本专利技术涉及岸桥的工作状态数据分类的监测及故障的预测，尤其涉及一种基于决策分类算法用于港口机械的工作状态数据的分析。
技术介绍
目前，随着港口航运运输的迅速发展，港口机械的使用量也快速壮大，每年需要搬运的标箱数量庞大，岸桥机械运行的速度跟状态的直接关系到整个运输的工作效率。在进行吊装集装箱时，岸桥的运动跟受力都要受到各方面因素的影响，这时就要对岸桥的每一个部位进行监测并且进行故障分析，从而会产生庞大的数据信息，因此如何从中快速提取分类数据就变得尤为重要。做到及时发现岸桥的隐患。这对提高岸桥的整体效率具有重要的作用。在常规技术中，由于航运业的蓬勃发展，岸桥的工作强度越来越大，如果通过常规的人工实地检测，这样工作的效率就大大降低而且对人工成本也是一项不小的投入。因此在岸桥上每个部位装上检测设备，对岸桥每隔一段时间实时更新岸桥的工作状态的数据，再收集数据加以分析。通常需要感应器在岸桥结构部位进行数据收集，然后进行数据分析。决策树(DecisionTree)又称为决策判定树是运用于分类的一种树结构。其中的每个内部结点代表对某个属性的一次测本文档来自技高网...

【技术保护点】
1.一种基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，包含以下步骤：步骤1：通过安装在岸桥起重机上的传感器来采集获取数据，存储到数据库；步骤2：通过分析岸桥设备的各种历史监测量得到标准故障样本数据，然后采用决策树生成算法对故障样本数据进行分类分析，得到故障的决策树；步骤3：将采集到的实时监测数据通过上一步骤2得到的决策树作为故障模式的分类模型进行分类，从而确定故障种类。

【技术特征摘要】
1.一种基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，包含以下步骤：步骤1：通过安装在岸桥起重机上的传感器来采集获取数据，存储到数据库；步骤2：通过分析岸桥设备的各种历史监测量得到标准故障样本数据，然后采用决策树生成算法对故障样本数据进行分类分析，得到故障的决策树；步骤3：将采集到的实时监测数据通过上一步骤2得到的决策树作为故障模式的分类模型进行分类，从而确定故障种类。2.如权利要求1所述的基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，所述步骤1中，采集每隔10到20秒的实时数据。3.如权利要求1所述的基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，步骤1所述的各种岸桥部位收集的状态参数，是分类的特征属性，将其作为决策树的中间节点，步骤2所述各种故障类型的判断与分类，作为决策树的树叶；步骤2中所述决策树算法采用分类回归决策树算法，具体构建决策树的方法包含：步骤2.1、树以代表训练样本的单节点开始；步骤2.2、如果样本都在同一个类，则该结点成为树叶，并用该类标记；步骤2.3、否则，算法选择最有分类能力的属性作为决策树的当前结点；步骤2.4、根据当前决策结点属性取值的不同，将训练样本数据集划分为若干子集，每个取值形成一个分枝；步骤2.5、针对上一步得到的一个子集，重复进行先前步骤，递归形成每个划分样本上的决策树，一旦一个属性出现在一个结点上，就不必在该结点的任何后代考虑它；若递归划分步骤满足1-3任一条件时停止：条件1、当给定结点的所有样本属于同一个类；条件2、当没有剩余属性可以用来进一步划分样本，在这种情况下，使用多数表决将给定的结点转换成树叶，并以样本中元组个数最多的类别作为类别标记，同时存放该结点样本的类别分布；条件3、当如果一个分枝没有样本，则以样本的多数类创建一个树叶。4.如权利要求3所述的基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，所述步骤3的分类方法是基于MapReduce的并行决策树ID3算法，并行计算训练数据中包含的每个属性的信息增益，选出最佳的分裂决策属性作为节点构造决策树，并根据所述决策树，对输入的数据记录进行分类；S1、启动一个进程，计算训练数据中包含的每个属性的信息增益，选出最大值作为根节点的分裂属性，并计算决策规则以及传给第一层的前缀信息；S2、判断是否产生了新的决策规则，若是，则将产生的新的决策规则保存到规则集中，同时删除当前训练数据中包含该规则的样本，产生新的数据集，之后执行步骤1.3；否则，直接执行步骤1.3；S3、判断是否产生新的前缀信息，若是，则执行步骤1.4；否则执行步骤1.5；S4、决策树层数加一，判断当前决策树的层数是否小于训练数据中包含的所有属性的总数，若是，则执行步骤1.5，否则执行步骤1.6；S5、启动一个新的进程，计算在当前前缀信息下，当前训练数据中包含的每个属性的信息增益，选出最大值作为当前节点的分裂属性，并计算决策规则以及传给下一层的前缀信息，返回步骤1.2；S6、结束训练，根据计算得到的决策规则构建决策树。5.如权利要求4所述的基于决策树算法的港口岸桥机械工作状态故障分类的方法，其特征在于，通过m...

【专利技术属性】
技术研发人员：曾义，唐刚，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31