基于关联及Kmeans算法对泵数据的分析

针对泵企业在泵出厂前的性能检测以及运行不稳定等问题，本文应用多元线性回归、Apriori算法分析有

近年来，国内外的许多研究机构及专家学者对泵的特性进行了许多研究：轴向柱塞泵是液压传动中使用做广泛的液压元件之一，由于其工作原理和结构特点等，柱塞泵内部各因素之间存在着一些关系， 由于管路及负载阻抗的影响， 流量脉动在传动过程中又必然会引起压力脉动， 进而对其性能产生影响[1]。

还有一些学者对异常进行了分析， 对输注泵进行质量检测， 提高输注泵的使用效率， 延长其使用寿命[2]。

也有学者对其他产品连续时间产生的数据进行分析，张洋洋对油田异常的大量检测数据进行深入挖掘分析，定位油田异常的隐性故障[3]。刘凯针对采油厂潜油电泵生产现状，为提高潜油电泵井系统效率，节能降耗，分析影响系统效率的主要因素，提出了相应的治理方案[4]。

然而目前尚缺乏针对泵的各项参数一起分析的研究。如何正确合理地判断泵的运行状态则是现阶段需要解决的问题，本文利用多元回归分析，基于Apriori 算法的关联规则挖掘，基于Kmeans 的聚类算法对泵运行的数据进行了分析与挖掘。

2. 数据选取 本文分析的数据源为某泵企业在2019 年9 月的某天收集的正常运行的泵的共计95 条数据。数据源包含如下字段： 1) 日期，泵号； 2) 和泵产品综合质量指标相关的机油温度，噪声； 3) 该泵的进水压力，出水压力，机油压力，流量，总有功功率，正向有功电能； 4) 体现电机质量与稳定性的参数：A 相电流，B 相电流，C 相电流，AB 线电压，AC 线电压，BC线电压。

这些数据的含义如表1 所示。

3. 基于多元回归与Apriori 算法的影响分析 3.1. 基于多元回归的各特征对机油温度的影响分析 有关信息显示，机油温度是产品综合质量指标考核的要点，其会受到多个因素的影响，为了观察是否存在某几种因素对最终的机油温度结果影响较大， 本文给出基于多元回归分析的各因素影响因子分析。

以之前处理过得到出机油温度以外的各时间点的其他因素作为自变量， 各时间点机油温度为因变量， 建立如公式(1)所示的多元线性回归模型进行多元线性回归分析。