关键词：有限状态机;;工作流引擎;;故障分类;;数据增强;;支持向量机
摘 要：近些年来,石化行业处在设备更新和企业改革的重要时期。设备数量大、更新快和业务流程复杂且多变的特性也给企业带来了沉重的设备管理系统维护成本。同时,企业在设备故障分类上缺少智能化的解决方案,大多还依靠着人工预测,这就导致了分类准确性的降低。工作流引擎已被证实能在一定程度上提高信息平台的管理能力。本文基于有限状态机建立工作流模型,并通过AOP面向切面的思想增强了模型的业务拓展能力,提高了模型的可扩展性。然后在工作流模型基础上提出状态转移算法,该算法实现了对模型的AOP增强处理和工作流的跳转功能。工作流引擎作为石化设备管理信息平台的“中间件”,为基于Web的石化设备管理系统提供流程调度和数据调度服务,一定程度上降低了系统的使用门槛和维护成本。在设备管理系统的故障分类模块,本文采集了某石化原始运行数据,针对样本中少数据量类别进行基于SMOTE算法的不同强度的数据增强实验,得出课题合适的数据增强策略。实验结果表明,增强后对少数据量类别的分类精度有较为明显的提高。然后本文验证在不同核函数下OVO、OVR、DAG-SVM三种多分类算法数据增强前后的分类状况,得出本文应用背景下更为适用的故障分类解决方案。结果表明,DAG-SVM算法在分类精度和模型训练耗时指标上的综合性能表现最为出色。最后,本文将实验结论应用于设备管理系统中的故障分类模块,该模块通过工作流引擎的数据调度生成故障分类报表辅助人工进行设备故障处理。本文设计的石化企业设备管理和故障分类系统已经在企业取得了较好的应用效果,具有一定的推广前景。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取