基于改进Apriori算法的地面空调间歇故障预测

摘要 针对机坪地面空调间歇故障引起的使用效能低、维修滞后等问题，提出了二次关联累加数组（AS）-Apriori与聚类K-means相结合的间歇故障预测方法，并基于此实现了延误维修预测。其中：AS-Apriori算法解决了Apriori频繁扫描事务库的低效问题，通过实时构造间歇故障数组并对其对应项累加求和；延误维修预测是为了估计出永久故障临界区以安排合理维修，可采用正态分布求出不同间歇故障变量的维修波及延误概率并进行依次累加而实现。验证表明，AS-Apriori提高了运行效率，且二次关联规则支持度提升了20.656个百分点，能更准确预测间歇故障，同时参照数据分析，预测的维修波及延误累加概率呈线性分布，即可预测性高的间歇故障更便于预先维护管理，减少永久故障的形成