數(shù)據(jù)挖掘技術(shù)是近年來數(shù)據(jù)庫領(lǐng)域中新出現(xiàn)的一個(gè)研究方向,該方向已成為國內(nèi)外學(xué)者研究的熱點(diǎn)領(lǐng)域。本文以大連海事大學(xué)自動(dòng)化研究所與瓦軸集團(tuán)軸承試驗(yàn)測(cè)試中心合作的軸承疲勞壽命二期技術(shù)改造項(xiàng)目為選題背景,結(jié)合當(dāng)前國內(nèi)外軸承壽命預(yù)測(cè)研究的發(fā)展現(xiàn)狀,針對(duì)數(shù)據(jù)庫和數(shù)據(jù)倉庫技術(shù)在工業(yè)領(lǐng)域的廣泛應(yīng)用以及現(xiàn)在各個(gè)工廠基本上都對(duì)重要設(shè)備實(shí)施了實(shí)時(shí)監(jiān)控,由傳感器不間斷的傳回試驗(yàn)機(jī)組運(yùn)行狀態(tài)的各種數(shù)據(jù)及其參數(shù),已經(jīng)形成大型數(shù)據(jù)庫這一事實(shí),提出了將數(shù)據(jù)挖掘技術(shù)應(yīng)用于軸承壽命預(yù)測(cè)領(lǐng)域,找出典型數(shù)據(jù)中潛在有用的知識(shí),完成預(yù)測(cè)問題。 支持向量機(jī)是數(shù)據(jù)挖掘中的一項(xiàng)新技術(shù),是繼神經(jīng)網(wǎng)絡(luò)后機(jī)器學(xué)習(xí)的熱點(diǎn)研究技術(shù),它主要應(yīng)用于分類和回歸問題中。由于使用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則代替經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則,使它能較好地處理小樣本情況下的學(xué)習(xí)問題。又由于采用了核函數(shù)思想,使它能把非線性問題轉(zhuǎn)化為線性問題來解決并降低了算法的復(fù)雜度。目前,支持向量機(jī)已經(jīng)成為國際上機(jī)器學(xué)習(xí)領(lǐng)域新的研究熱點(diǎn)。 通過對(duì)數(shù)據(jù)挖掘的新方法一支持向量機(jī)算法,進(jìn)行研究,將其應(yīng)用于軸承的壽命預(yù)測(cè)中。本文研究的主要內(nèi)容是軸承壽命預(yù)測(cè)問題,即根據(jù)現(xiàn)場(chǎng)采集到的軸承的振動(dòng)信號(hào)... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
第1章 緒論
    1.1 課題的提出
    1.2 軸承壽命預(yù)測(cè)的發(fā)展概況
    1.3 支持向量機(jī)簡介
    1.4 本課題研究的主要內(nèi)容
第2章 數(shù)據(jù)挖掘理論與技術(shù)
    2.1 數(shù)據(jù)挖掘的誕生
    2.2 數(shù)據(jù)挖掘的定義
    2.3 數(shù)據(jù)挖掘的功能模型
    2.4 數(shù)據(jù)挖掘的對(duì)象
    2.5 數(shù)據(jù)挖掘的處理過程
    2.6 分類與預(yù)測(cè)
        2.6.1 分類問題的描述
        2.6.2 分類器構(gòu)造方法
    2.7 預(yù)測(cè)
    2.8 數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)習(xí)
第3章 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)
    3.1 機(jī)器學(xué)習(xí)
    3.2 統(tǒng)計(jì)學(xué)習(xí)理論
        3.2.1 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則
        3.2.2 VC維
        3.2.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則
    3.3 標(biāo)準(zhǔn)支持向量分類機(jī)
        3.3.1 線性可分問題
        3.3.2 近似線性可分問題
        3.3.3 線性不可分問題
    3.4 支持向量回歸學(xué)習(xí)機(jī)
        3.4.1 回歸問題
        3.4.2 支持向量回歸機(jī)
第4章 軸承故障診斷方法
    4.1 軸承振動(dòng)信號(hào)的特征
        4.1.1 正常軸承振動(dòng)信號(hào)的特征
        4.1.2 故障軸承的振動(dòng)信號(hào)特征
    4.2 幅值域中的故障診斷法
    4.3 頻域中的故障診斷法
第5章 基于支持向量機(jī)的軸承壽命預(yù)測(cè)
    5.1 軸承壽命的確定以及預(yù)測(cè)的基本方法
    5.2 用支持向量分類機(jī)進(jìn)行軸承壽命預(yù)測(cè)
        5.2.1 用支持向量分類機(jī)進(jìn)行軸承壽命預(yù)測(cè)的步驟
        5.2.2 樣本規(guī)模的選取以及預(yù)測(cè)參數(shù)選取
        5.2.3 核函數(shù)形式的選擇
        5.2.4 核函數(shù)參數(shù)與預(yù)測(cè)效果的關(guān)系
        5.2.5 實(shí)驗(yàn)結(jié)果與分析
    5.3 用支持向量回歸機(jī)進(jìn)行軸承壽命預(yù)測(cè)
        5.3.1 用支持向量回歸機(jī)進(jìn)行軸承壽命預(yù)測(cè)的步驟
        5.3.2 回歸預(yù)測(cè)
        5.3.3 核函數(shù)參數(shù)與預(yù)測(cè)效果的關(guān)系
        5.3.4 實(shí)驗(yàn)結(jié)果與分析
    5.4 回歸預(yù)測(cè)與分類預(yù)測(cè)的關(guān)系
第6章 結(jié)論與展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表論文
致謝
研究生履歷


【參考文獻(xiàn)】：
期刊論文
[1]滾動(dòng)軸承疲勞壽命數(shù)值仿真技術(shù)的研究[J]. 呂華強(qiáng),王黎欽,古樂,李文忠.  機(jī)械研究與應(yīng)用. 2005(05)
[2]基于支持向量機(jī)的機(jī)械設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)研究[J]. 李凌均,張周鎖,何正嘉.  西安交通大學(xué)學(xué)報(bào). 2004(03)
[3]統(tǒng)計(jì)學(xué)習(xí)與支持向量機(jī)[J]. 牟廉明.  內(nèi)江師范學(xué)院學(xué)報(bào). 2002(06)
[4]支持向量機(jī)的研究現(xiàn)狀[J]. 柳回春,馬樹元.  中國圖象圖形學(xué)報(bào). 2002(06)
[5]支持向量機(jī)訓(xùn)練算法綜述[J]. 劉江華,程君實(shí),陳佳品.  信息與控制. 2002(01)
[6]過程監(jiān)控中數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)理論及應(yīng)用[J]. 梅時(shí)春,李人厚,羅印升.  微計(jì)算機(jī)信息. 2002(02)
[7]KDD中的機(jī)器學(xué)習(xí)[J]. 葉施仁,史忠植,吳斌,宮秀軍,游湘濤.  計(jì)算機(jī)科學(xué). 2001(03)
[8]關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J]. 張學(xué)工.  自動(dòng)化學(xué)報(bào). 2000(01)
[9]國外滾動(dòng)軸承疲勞壽命試驗(yàn)的現(xiàn)狀及其發(fā)展趨勢(shì)[J]. 李興林,劉澤九,張燕遼,胡偉標(biāo).  軸承. 1995(12)

碩士論文
[1]時(shí)間序列數(shù)據(jù)挖掘的研究以及在交通流預(yù)測(cè)上的應(yīng)用[D]. 顏鏑.北京工業(yè)大學(xué) 2005
[2]支持向量機(jī)及其在模式識(shí)別中應(yīng)用的研究[D]. 董云杰.蘭州理工大學(xué) 2003
[3]支持向量機(jī)在數(shù)據(jù)挖掘中的應(yīng)用[D]. 董西國.哈爾濱工程大學(xué) 2002



本文編號(hào)：3183628