基于数据挖掘的设备故障诊断

论文题目: 基于数据挖掘的设备故障诊断

论文类型: 硕士论文

论文专业: 计算机应用技术

作者: 曹倬瑝

导师: 许南山

关键词: 数据挖掘,故障诊断,粗集理论,知识表达逻辑,机器学习

文献来源: 北京化工大学

发表年度: 2005

论文摘要: 本文研究了基于数据挖掘的压缩机故障诊断方法,跟以往的故障诊断方法不同,作者研究的方向并不是基于机械振动分析,而是采用了粗集理论结合神经网络的方法。这种方法充分利用了运行时从DCS上采集来的大量特征数据,并利用粗集理论在处理大数据量、消除冗余信息等方面的优势,减少BP网络训练数据的冗余,从中找出故障发生的规律和诊断规则知识。粗集理论近年来在智能信息处理研究领域获得了迅速发展,它基于现实的大数据集,从中推理、发现知识和分类系统的某些特点,对于研究不精确知识的表达、学习、归纳方面有其独特之处。因为压缩机的实际情况是不精确的知识处理,与粗集的特点较为吻合,因此引入了粗集这个强有力的工具。运用该理论所提供的上、下近似范畴及不可分辨关系,将运行的特征数据“去粗存精”,即去掉冗余的条件属性和重复的记录(称为约简)。在此基础上,得出诊断的规则,再结合机器学习理论,应用人工神经网络,优化该诊断的结果,并使其具有自学习能力,设计出具有故障诊断和智能预测的设备故障诊断系统。

论文目录:

基于数据挖掘的设备故障诊断

摘要

ABSTRACT

符号说明

引言

第一章绪论

1.1 课题研究的背景和意义

1.2 国内外的研究现状和发展动态

1.2.1 设备故障诊断

1.2.2 数据挖掘

1.2.3 粗集理论

1.3 课题研究的特点

1.4 课题的主要研究内容

第二章相关知识介绍

2.1 数据挖掘

2.2 粗集理论基本知识(ROUGH SET)

2.2.1 粗集理论简介

2.2.2 知识的基本概念

2.2.3 决策逻辑

2.2.4 粗集理论和神经网络

第三章关键技术研究

3.1 微软的.NET架构

3.1.1 什么是.NET

3.1.2 开发环境Visual Studio.NET

3.2 ADO.NET

第四章系统的设计

4.1 系统目标

4.2 系统的主要功能

4.3 设计思路与实现步骤概述

4.4 总体结构

4.4.1 数据获取及预处理

4.4.2 粗集处理

4.4.3 神经网络进行学习

4.5 数据库设计

4.6 开发方案

4.6.1 开发环境的选择

4.6.2 系统实现方案

第五章系统实现

5.1 数据获取

5.2 粗集部分的实现

5.2.1 离散归一化

5.2.2 粗集处理的实现

5.3 神经网络的实现

第六章结论

6.1 结论

6.2 对未来工作的展望

参考文献

附录1

附录2

致谢

攻读学位期间发表的学术论文目录

发布时间: 2005-09-26

参考文献

[1].设备故障诊断的容错神经网络信息融合方法[D]. 徐百灵.哈尔滨工程大学2005
[2].信息融合技术在设备故障诊断中的应用研究[D]. 彭备战.广东工业大学2002
[3].Using K-Mean and SVM to Build Hybrid Methodology to Classify Diseases[D]. AL-MUREISH NEZAR MOHAMMED GALIB.湖南大学2017
[4].基于深度学习的医疗数据挖掘及应用研究[D]. 胡飘.北京邮电大学2016
[5].数据挖掘在机房动力环境监控系统中的应用与研究[D]. 钮恒.厦门理工学院2017
[6].基于Clementine的数据挖掘在入侵检测中应用[D]. 李映.湖南大学2016
[7].基于FDT的现场设备故障诊断[D]. 石玉霞.西南大学2009
[8].基于数据挖掘的路况预测预警系统研究[D]. 杜宇.北京邮电大学2016
[9].数据挖掘的模糊系统实现[D]. 杨灿.浙江大学2005
[10].基于网格的分布式数据挖掘体系结构的研究[D]. 江舞山.重庆大学2006

基于数据挖掘的设备故障诊断

猜你喜欢