數(shù)據(jù)挖掘技術(shù)在油液監(jiān)控中的應(yīng)用
發(fā)布時間:2022-02-26 16:07
本文在閱讀了大量文獻(xiàn)的基礎(chǔ)上,將數(shù)據(jù)挖掘技術(shù)應(yīng)用于油液監(jiān)控故障診斷中。隨著機(jī)械故障診斷理論的不斷完善和發(fā)展以及一系列先進(jìn)分析儀器的誕生,在理論和手段上極大地豐富了油液分析技術(shù)。同時數(shù)據(jù)挖掘技術(shù)的應(yīng)用和發(fā)展又為綜合處理油液分析技術(shù)所能提供的大量信息提供了保證。油液監(jiān)控數(shù)據(jù)挖掘技術(shù)在柴油機(jī)、齒輪傳動、軸承系統(tǒng)、液壓系統(tǒng)等機(jī)械設(shè)備的狀態(tài)檢測方面,取得了顯著的效果,獲得了廣泛的應(yīng)用。 數(shù)據(jù)挖掘技術(shù)是當(dāng)今智能系統(tǒng)理論和技術(shù)的重要研究內(nèi)容,它綜合運(yùn)用人工智能、計算智能(人工神經(jīng)網(wǎng)等)、模式識別、數(shù)理統(tǒng)計等先進(jìn)技術(shù)從大量數(shù)據(jù)中挖掘和發(fā)現(xiàn)有價值和隱含的知識,因而近年來得到國內(nèi)外極大重視和研究。 油液監(jiān)控技術(shù)的研究方法、新技術(shù)、新理論、新方法不斷得到發(fā)展。在眾多的機(jī)械系統(tǒng)監(jiān)控及故障診斷方法中,對潤滑油的金屬磨粒進(jìn)行成分及形貌分析是最直接且最能反映機(jī)械系統(tǒng)工作狀況的一種監(jiān)測及診斷方法。 油液監(jiān)控可用的數(shù)據(jù)挖掘的技術(shù)很多,其主要目的在于挖掘靜態(tài)或動態(tài)特征信息。它是一項重要的工作,涉及到的內(nèi)容十分廣泛。本文所做的主要工作是針對具體的研究對象,對潤滑油中磨粒的特征信息進(jìn)行以靜態(tài)為主的挖掘。關(guān)于...
【文章來源】:大連海事大學(xué)遼寧省211工程院校
【文章頁數(shù)】:83 頁
【學(xué)位級別】:碩士
【文章目錄】:
第1章 緒論
1.1 引言
1.2 文獻(xiàn)綜述
1.2.1 數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀
1.2.2 數(shù)據(jù)挖掘技術(shù)的發(fā)展趨勢
1.2.3 數(shù)據(jù)挖掘技術(shù)研究的現(xiàn)實(shí)意義
1.3 本文選題意義及主要工作內(nèi)容
1.3.1 選題的意義及背景
1.3.2 本課題的可行性分析
1.3.3 本文的主要思路
第2章 數(shù)據(jù)挖掘的技術(shù)基礎(chǔ)
2.1 引言
2.2 數(shù)據(jù)挖據(jù)概念
2.3 數(shù)據(jù)挖掘目標(biāo)
2.4 數(shù)據(jù)挖掘方法
2.5 數(shù)據(jù)挖掘的實(shí)現(xiàn)
2.5.1 KDD的基本原理
2.5.Z KDD的基本過程
2.5.3 KDD的基本步驟
第3章 油液監(jiān)控的技術(shù)基礎(chǔ)
3.1 引言
3.2 常規(guī)理化分析
3.3 油料光譜分析
3.4 鐵譜分析技術(shù)
3.5 顆粒計數(shù)分析
第4章 油液監(jiān)控原始數(shù)據(jù)的初步挖掘
4.1 光譜分析原始數(shù)據(jù)的簡單挖掘
4.1.1 光譜分析原始數(shù)據(jù)的趨勢分析
4.1.2 光譜分析原始數(shù)據(jù)的梯度分析
4.2 鐵譜分析原始數(shù)據(jù)的簡單挖掘
4.2.1 鐵譜分析原始數(shù)據(jù)的趨勢分析
4.2.2 鐵譜分析原始數(shù)據(jù)的梯度分析
4.3 小結(jié)
第5章 油液監(jiān)控數(shù)據(jù)的灰色關(guān)聯(lián)分析挖掘
5.1 引言
5.1.1 基本概念
5.1.Z A型關(guān)聯(lián)度
5.1.3 灰色絕對關(guān)聯(lián)度
5.1.4 B型關(guān)聯(lián)度
5.2 油液監(jiān)控數(shù)據(jù)的關(guān)聯(lián)度分析
5.2.1 光譜分析元素濃度序列關(guān)聯(lián)度計算
5.2.2 光譜元素濃度之間的關(guān)聯(lián)度計算
5.3 監(jiān)控數(shù)據(jù)的 SPSS的關(guān)聯(lián)分析挖掘
5.3.1 光譜分析元素濃度的 SPSS描述性統(tǒng)計
5.3.2 光譜分析元素濃度之間的 SPSS相關(guān)分析
5.4 小結(jié)
第6章 油液監(jiān)控數(shù)據(jù)的聚類分析挖掘
6.1 引言
6.1.1 灰色聚類
6.1.2 灰色定權(quán)聚類
6.1.3 磨粒的分類及其參數(shù)選擇
6.2 鐵譜分析的灰色聚類挖掘
6.2.1 鐵譜磨粒的灰色定權(quán)聚類挖掘
6.2.2 鐵譜磨粒的灰色聚類挖掘結(jié)果
6.3 光譜分析的 SPSS聚類挖掘
6.3.1 光潛分析的單元素SPSS聚類
6.3.2 光譜分析的多元素SPSS聚類
6.5 小結(jié)
第7章 結(jié)論和展望
7.1 結(jié)論
7.2 展望
攻讀學(xué)位期間公開發(fā)表的論文
致謝
參考文獻(xiàn)
研究生履歷
【參考文獻(xiàn)】:
期刊論文
[1]基于D-S證據(jù)理論的磨粒識別[J]. 李艷軍,左洪福,吳振鋒,陳果. 航空動力學(xué)報. 2003(01)
[2]磨粒特征參數(shù)的篩選及權(quán)分析[J]. 吳惠祥,朱劍英,左洪福. 南京航空航天大學(xué)學(xué)報. 2002(05)
[3]柴油機(jī)磨合油選用的灰色關(guān)聯(lián)度分析[J]. 張紅,李柱國,陳兆能. 內(nèi)燃機(jī)工程. 2002(04)
[4]大力推廣油液監(jiān)測技術(shù)提高船舶維修管理水平[J]. 王宏志,關(guān)德林,魏海軍. 中國修船. 2002(01)
[5]基于油液監(jiān)測的D6114柴油機(jī)磨合規(guī)范研究[J]. 李柱國,尉世明,俞五全,張品江,唐祥. 內(nèi)燃機(jī)工程. 2001(01)
[6]數(shù)據(jù)挖掘:原理、方法及其應(yīng)用[J]. 趙丹群. 現(xiàn)代圖書情報技術(shù). 2000(06)
[7]數(shù)據(jù)挖掘技術(shù)在建模、優(yōu)化和故障診斷中的應(yīng)用[J]. 楊杰,黃欣,呂永. 紅外與激光工程. 2000(03)
[8]摩擦學(xué)故障種類診斷的D-S信息融合研究[J]. 嚴(yán)新平,謝友柏,蕭漢梁. 摩擦學(xué)學(xué)報. 1999(02)
[9]一種新的聚類算法[J]. 李聰,張勇,高智. 模式識別與人工智能. 1999(02)
[10]在線鐵譜數(shù)據(jù)分析方法的研究[J]. 戰(zhàn)仁軍,齊和忠,趙方,謝友柏. 潤滑與密封. 1999(01)
碩士論文
[1]柴油機(jī)臺架磨合質(zhì)量綜合評價系統(tǒng)的研究[D]. 巫立民.大連海事大學(xué) 2003
[2]輪機(jī)油液監(jiān)控系統(tǒng)中的信息提取與處理[D]. 房世杰.大連海事大學(xué) 2002
[3]基于INTERNET的輪機(jī)油液監(jiān)控智能診斷專家系統(tǒng)[D]. 尹達(dá).大連海事大學(xué) 2002
[4]船舶動力裝置與設(shè)備油液監(jiān)控應(yīng)用研究[D]. 徐紹磊.大連海事大學(xué) 2001
本文編號:3644756
【文章來源】:大連海事大學(xué)遼寧省211工程院校
【文章頁數(shù)】:83 頁
【學(xué)位級別】:碩士
【文章目錄】:
第1章 緒論
1.1 引言
1.2 文獻(xiàn)綜述
1.2.1 數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀
1.2.2 數(shù)據(jù)挖掘技術(shù)的發(fā)展趨勢
1.2.3 數(shù)據(jù)挖掘技術(shù)研究的現(xiàn)實(shí)意義
1.3 本文選題意義及主要工作內(nèi)容
1.3.1 選題的意義及背景
1.3.2 本課題的可行性分析
1.3.3 本文的主要思路
第2章 數(shù)據(jù)挖掘的技術(shù)基礎(chǔ)
2.1 引言
2.2 數(shù)據(jù)挖據(jù)概念
2.3 數(shù)據(jù)挖掘目標(biāo)
2.4 數(shù)據(jù)挖掘方法
2.5 數(shù)據(jù)挖掘的實(shí)現(xiàn)
2.5.1 KDD的基本原理
2.5.Z KDD的基本過程
2.5.3 KDD的基本步驟
第3章 油液監(jiān)控的技術(shù)基礎(chǔ)
3.1 引言
3.2 常規(guī)理化分析
3.3 油料光譜分析
3.4 鐵譜分析技術(shù)
3.5 顆粒計數(shù)分析
第4章 油液監(jiān)控原始數(shù)據(jù)的初步挖掘
4.1 光譜分析原始數(shù)據(jù)的簡單挖掘
4.1.1 光譜分析原始數(shù)據(jù)的趨勢分析
4.1.2 光譜分析原始數(shù)據(jù)的梯度分析
4.2 鐵譜分析原始數(shù)據(jù)的簡單挖掘
4.2.1 鐵譜分析原始數(shù)據(jù)的趨勢分析
4.2.2 鐵譜分析原始數(shù)據(jù)的梯度分析
4.3 小結(jié)
第5章 油液監(jiān)控數(shù)據(jù)的灰色關(guān)聯(lián)分析挖掘
5.1 引言
5.1.1 基本概念
5.1.Z A型關(guān)聯(lián)度
5.1.3 灰色絕對關(guān)聯(lián)度
5.1.4 B型關(guān)聯(lián)度
5.2 油液監(jiān)控數(shù)據(jù)的關(guān)聯(lián)度分析
5.2.1 光譜分析元素濃度序列關(guān)聯(lián)度計算
5.2.2 光譜元素濃度之間的關(guān)聯(lián)度計算
5.3 監(jiān)控數(shù)據(jù)的 SPSS的關(guān)聯(lián)分析挖掘
5.3.1 光譜分析元素濃度的 SPSS描述性統(tǒng)計
5.3.2 光譜分析元素濃度之間的 SPSS相關(guān)分析
5.4 小結(jié)
第6章 油液監(jiān)控數(shù)據(jù)的聚類分析挖掘
6.1 引言
6.1.1 灰色聚類
6.1.2 灰色定權(quán)聚類
6.1.3 磨粒的分類及其參數(shù)選擇
6.2 鐵譜分析的灰色聚類挖掘
6.2.1 鐵譜磨粒的灰色定權(quán)聚類挖掘
6.2.2 鐵譜磨粒的灰色聚類挖掘結(jié)果
6.3 光譜分析的 SPSS聚類挖掘
6.3.1 光潛分析的單元素SPSS聚類
6.3.2 光譜分析的多元素SPSS聚類
6.5 小結(jié)
第7章 結(jié)論和展望
7.1 結(jié)論
7.2 展望
攻讀學(xué)位期間公開發(fā)表的論文
致謝
參考文獻(xiàn)
研究生履歷
【參考文獻(xiàn)】:
期刊論文
[1]基于D-S證據(jù)理論的磨粒識別[J]. 李艷軍,左洪福,吳振鋒,陳果. 航空動力學(xué)報. 2003(01)
[2]磨粒特征參數(shù)的篩選及權(quán)分析[J]. 吳惠祥,朱劍英,左洪福. 南京航空航天大學(xué)學(xué)報. 2002(05)
[3]柴油機(jī)磨合油選用的灰色關(guān)聯(lián)度分析[J]. 張紅,李柱國,陳兆能. 內(nèi)燃機(jī)工程. 2002(04)
[4]大力推廣油液監(jiān)測技術(shù)提高船舶維修管理水平[J]. 王宏志,關(guān)德林,魏海軍. 中國修船. 2002(01)
[5]基于油液監(jiān)測的D6114柴油機(jī)磨合規(guī)范研究[J]. 李柱國,尉世明,俞五全,張品江,唐祥. 內(nèi)燃機(jī)工程. 2001(01)
[6]數(shù)據(jù)挖掘:原理、方法及其應(yīng)用[J]. 趙丹群. 現(xiàn)代圖書情報技術(shù). 2000(06)
[7]數(shù)據(jù)挖掘技術(shù)在建模、優(yōu)化和故障診斷中的應(yīng)用[J]. 楊杰,黃欣,呂永. 紅外與激光工程. 2000(03)
[8]摩擦學(xué)故障種類診斷的D-S信息融合研究[J]. 嚴(yán)新平,謝友柏,蕭漢梁. 摩擦學(xué)學(xué)報. 1999(02)
[9]一種新的聚類算法[J]. 李聰,張勇,高智. 模式識別與人工智能. 1999(02)
[10]在線鐵譜數(shù)據(jù)分析方法的研究[J]. 戰(zhàn)仁軍,齊和忠,趙方,謝友柏. 潤滑與密封. 1999(01)
碩士論文
[1]柴油機(jī)臺架磨合質(zhì)量綜合評價系統(tǒng)的研究[D]. 巫立民.大連海事大學(xué) 2003
[2]輪機(jī)油液監(jiān)控系統(tǒng)中的信息提取與處理[D]. 房世杰.大連海事大學(xué) 2002
[3]基于INTERNET的輪機(jī)油液監(jiān)控智能診斷專家系統(tǒng)[D]. 尹達(dá).大連海事大學(xué) 2002
[4]船舶動力裝置與設(shè)備油液監(jiān)控應(yīng)用研究[D]. 徐紹磊.大連海事大學(xué) 2001
本文編號:3644756
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/3644756.html
最近更新
教材專著