Descubrimiento de conocimiento y diagnóstico utilizando un enfoque basado en minería de reglas de asociación temporal para obstrucción del bloque del cilindro de trilla
Autores: Liu, Yehong; Wang, Xin; Dai, Dong; Tang, Can; Mao, Xu; Chen, Du; Zhang, Yawei; Wang, Shumao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Descubrimiento de conocimiento y diagnóstico utilizando un enfoque basado en minería de reglas de asociación temporal para obstrucción del bloque del cilindro de trilla
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Diagnóstico de bloqueos en el cilindro de trilla
Diagnóstico de fallas
Reglas de asociación
Cosechadora combinada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Diagnosticar con precisión los bloqueos en un cilindro de trilla es crucial para garantizar la eficiencia y calidad en las operaciones de la cosechadora. Sin embargo, en cuanto a los métodos de diagnóstico de bloqueos, el estado actual se caracteriza por enfoques basados en modelos que pueden ser muy consumidores de tiempo y difíciles de implementar, mientras que los enfoques basados en datos carecen de interpretabilidad. Para abordar esta situación, proponemos un método de diagnóstico de fallas basado en la minería de reglas de asociación temporal (TARM) para identificar bloqueos en el cilindro de trilla y descubrir conocimiento. Este estudio realiza pruebas de campo variando la tasa de alimentación real y obtiene conjuntos de datos para tres clases de bloqueos (leve, moderado y severo). En primer lugar, se emplea un método de aproximación simbólica de agregados (SAX) para reducir la dimensionalidad de los datos y construir el conjunto de transacciones con una ventana deslizante. A continuación, se utiliza un método cSpade para extraer y minar reglas de asociación fuertes aplicando indicadores de soporte, confianza y lift mejorados. Con las reglas de asociación fuertes establecidas, este estudio puede elucidar de manera integral el patrón de variación de cada característica bajo varias condiciones de falla por bloqueo e identificar de manera efectiva las fallas por bloqueo. Los resultados demuestran que el método propuesto distingue efectivamente entre tres niveles de fallas por bloqueo, logrando una precisión diagnóstica general del 0,94. Y el método proporciona precisiones del 0,90, 0,92 y 0,99 y recuperaciones correspondientes del 0,90, 0,93 y 0,98 para niveles leves, medios y severos de fallas por bloqueo, respectivamente. Específicamente, el conocimiento adquirido de las reglas de asociación fuertes extraídas puede explicar de manera efectiva las características operativas de una cosechadora cuando sus cilindros de trilla están bloqueados. Además, el enfoque propuesto en este estudio puede proporcionar una referencia razonable y confiable para futuras investigaciones sobre bloqueos en cilindros de trilla.
Descripción
Diagnosticar con precisión los bloqueos en un cilindro de trilla es crucial para garantizar la eficiencia y calidad en las operaciones de la cosechadora. Sin embargo, en cuanto a los métodos de diagnóstico de bloqueos, el estado actual se caracteriza por enfoques basados en modelos que pueden ser muy consumidores de tiempo y difíciles de implementar, mientras que los enfoques basados en datos carecen de interpretabilidad. Para abordar esta situación, proponemos un método de diagnóstico de fallas basado en la minería de reglas de asociación temporal (TARM) para identificar bloqueos en el cilindro de trilla y descubrir conocimiento. Este estudio realiza pruebas de campo variando la tasa de alimentación real y obtiene conjuntos de datos para tres clases de bloqueos (leve, moderado y severo). En primer lugar, se emplea un método de aproximación simbólica de agregados (SAX) para reducir la dimensionalidad de los datos y construir el conjunto de transacciones con una ventana deslizante. A continuación, se utiliza un método cSpade para extraer y minar reglas de asociación fuertes aplicando indicadores de soporte, confianza y lift mejorados. Con las reglas de asociación fuertes establecidas, este estudio puede elucidar de manera integral el patrón de variación de cada característica bajo varias condiciones de falla por bloqueo e identificar de manera efectiva las fallas por bloqueo. Los resultados demuestran que el método propuesto distingue efectivamente entre tres niveles de fallas por bloqueo, logrando una precisión diagnóstica general del 0,94. Y el método proporciona precisiones del 0,90, 0,92 y 0,99 y recuperaciones correspondientes del 0,90, 0,93 y 0,98 para niveles leves, medios y severos de fallas por bloqueo, respectivamente. Específicamente, el conocimiento adquirido de las reglas de asociación fuertes extraídas puede explicar de manera efectiva las características operativas de una cosechadora cuando sus cilindros de trilla están bloqueados. Además, el enfoque propuesto en este estudio puede proporcionar una referencia razonable y confiable para futuras investigaciones sobre bloqueos en cilindros de trilla.