欢迎来到天天文库
浏览记录
ID:36681574
大小:3.40 MB
页数:42页
时间:2019-05-13
《数据挖掘在设备状态监测中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、TheApplicationonMachineCondofDataMiningitionMonitoringbyJieHuSupervisor:Prof.BingshengHeDepartmentofMathematicsNanjingUniversityMay2011Submittedinpartialfulfilmentoftherequirements{orthedegreeofMasterinAppliedMathematicsIMIIIIIIlUlIlUlIIIIIIIIlY2372019毕业论文题目:数据挖掘在设备状态监测中的应用研究应用数学专业2008级硕士生姓名:胡洁指导
2、教师(姓名、职称):何炳生教授摘要本文从对设备状态监测预警技术的概念及应用的阐述开始,随后详细给出了实现设备状态监测的各种方法。在此基础上提出了本文实现设备状态监测预警的一种两步方法:LISDC和SBR。具体过程是先对设备良好运行状态下的海量历史数据进行聚类(LISDC),而后利用回归方法(SBR)给出设备运行状态的实时预测值,结合相关报警规则实现设备状态监测预警。其中第一步聚类过程是整个状态监测实现的基础。全文的结构如下:第一章是引言部分,介绍了设备状态监测的概念及背景,阐述了本文的主要工作。第二章详细阐述设备状态监测的各种实现途径。首先从实现原理的角度说明了三条途径,然后主要从回归方
3、法的角度进行具体实现方法的阐述,重点介绍了核回归和聚类方法,这两者都已经被成熟应用在状态监测的产品中。其中对几种适合处理大规模海量实时数据的聚类方法做了详细的阐述。第三章中详细给出了实现设备状态监测的两步策略:大型工业采样数据聚类(LISDC)和基于相似性的回归(SBR),对其做了详细的算法原理阐述。第四章利用发电厂的水蒸汽发电机系统数据给出了算法的具体实现与数值实验结果,并做了相关实验评价。第五章讨论了本文所提方法在未来的三个改进方向,分别是数据输入顺序、相似状态选取准则和参数的初始值设定。最后,是全文总结与设备状态监测预警技术的现状及展望。关键词:状态监测,回归,聚类,大型工业采样数
4、据聚类,基于相似性的回归THESIS:TheApplicationofDataMiningonMachineConditionMonitoringSPECIALIZATION:AppliedMathematicsPOSTGRADUATE:JieHuMENTOR:Prof.BingshengHeAbstractThispaperstartswiththeconceptandapplicationofmachineconditionmonitoring,andintroducestheresearchbackgroundofthetechnology.Basedonthesework,the
5、paperproposesatwo—stepstrategytofulfillthemonitoring:LISDCandSBR.Morespecifically,firstlyclusteringthelargehistorydataofthemachinerunningundergoodconditionbytheclusteringalgorithmLISDC,thengivingtherealtimepredictionvaluesofthemachineconditionbytheregressionalgorithmSBR.Thefirststep—clustering-is
6、thefoundationofthewholeprocess.Thispaperisorganizedasfollows:Chapter1istheintroduction,itintroducesthebackgroundofmachineconditionmonitoring,followedbythemainworkofthispaper.Chapter2focusesonthethreeapproachesoftheimplementationofthemachineconditionmonitoring.Itgivesmanyalgorithmsrelatedtothetech
7、nology.Especiallyitgivesthedetailsofkernelregressionandsomeusefulclusteringalgorithms.Theyhavebeenusedintheapplicationofmachineconditionmonitoring.Chapter3introducesthetwo—stepstrategy:LISDCandSBR,givesthetheoryoftheal
此文档下载收益归作者所有