![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/b6493af0-e61a-4349-b47b-b012c85cfbb9/b6493af0-e61a-4349-b47b-b012c85cfbb9pic.jpg)
![工業(yè)大數據環(huán)境下的混合故障診斷模型研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/b6493af0-e61a-4349-b47b-b012c85cfbb9/b6493af0-e61a-4349-b47b-b012c85cfbb91.gif)
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著互聯(lián)網、物聯(lián)網、傳感器等信息技術與通信技術的迅猛發(fā)展,數據量的暴漲成了許多行業(yè)共同面對的嚴峻挑戰(zhàn)和寶貴機遇。隨著工業(yè)中信息技術的進步和現代化管理理念的普及,企業(yè)的運營越來越依賴信息技術。在現在的工業(yè)中,已經存儲了大量的設備工況數據,已經呈現出大數據的諸多特征,但是企業(yè)并沒有挖掘出這些數據的價值?,F在信息通信技術不斷融入工業(yè)設備中,推動工業(yè)設備向數字化、智能化方向發(fā)展。具體而言,在設備、生產線中配備傳感器,抓取數據,然后通過無
2、線通信連接互聯(lián)網,傳輸數據,對設備或生產過程進行實時狀態(tài)監(jiān)控。
在設備運行過程中,自然磨損或者意外事件會使設備的性能發(fā)生一定的變化,會出現故障?,F在可通過傳感技術感知數據,通過對設備運行過程中的各個因素精確感知并進行分析來實現設備的故障診斷。在一定程度上,設備所產生的數據直接決定了設備智能化水平和故障診斷的準確性。設備的故障診斷方法可以分為三種:基于機理模型的方法,基于數據驅動的方法,基于知識工程的方法。為了充分利用工業(yè)中海量
3、數據并且保證診斷的準確性和高效性,本文將基于數據驅動的方法和基于知識工程的方法結合起來,提出了一種混合故障診斷模型。盾構機故障診斷中該方向研究較少,所以本文選擇盾構機為研究對象,對其管片拼裝機的液壓回路進行仿真,利用仿真數據對混合模型中的關鍵算法進行研究。
本文具體工作如下:
(1)提出了基于數據驅動的方法和基于知識工程的方法相結合的混合故障診斷模型。
(2)提出了以支持向量機算法為核心的數據驅動方法。對支
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數據驅動的故障診斷模型及算法研究.pdf
- 多資源環(huán)境下知識共享故障診斷模型設計與實現.pdf
- 基于改進電網故障診斷模型的研究.pdf
- 車用催化器故障診斷模型研究.pdf
- 適于軸承故障診斷模型與降噪方法的研究.pdf
- 基于學習算法的復雜故障診斷模型與方法研究.pdf
- 基于信息融合技術的故障診斷模型和方法研究.pdf
- 汽車故障診斷數據挖掘模型的研究.pdf
- 基于數據驅動的工業(yè)過程故障診斷研究.pdf
- 智能變電站故障診斷模型和恢復策略的研究.pdf
- 基于神經網絡技術的故障診斷模型與方法研究.pdf
- 基于數據的工業(yè)過程故障診斷及其應用.pdf
- 改進的神經網絡算法在故障診斷模型中的應用.pdf
- 基于雙空間特征提取的變壓器故障診斷模型
- 基于虛擬樣機技術和顯式動力的齒輪故障診斷模型.pdf
- 基于數據驅動的工業(yè)過程故障診斷方法研究.pdf
- 大數據環(huán)境下財務診斷形式研究
- 雷達混合電路故障診斷研究.pdf
- 面向復雜數據環(huán)境的電網故障診斷研究.pdf
- 工業(yè)大數據題庫
評論
0/150
提交評論