本文關(guān)鍵詞：滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 滾動(dòng)軸承 質(zhì)量檢測(cè) 檢測(cè)數(shù)據(jù)庫(kù) 支持向量機(jī)

【摘要】：軸承在線質(zhì)量檢測(cè)過(guò)程中將產(chǎn)生的大量的歷史數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行分析管理能幫助企業(yè)把握數(shù)據(jù)變化趨勢(shì)，有效監(jiān)測(cè)軸承質(zhì)量。為了提高對(duì)歷史信息分析的效率及準(zhǔn)確性，降低了企業(yè)成本消耗，對(duì)滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的研究具有重要意義。本文主要研究了該系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，主要進(jìn)行以下工作： 首先對(duì)系統(tǒng)進(jìn)行了需求分析，將系統(tǒng)劃分為用戶信息管理模塊、軸承基本信息管理模塊、統(tǒng)計(jì)報(bào)表模塊、樣本學(xué)習(xí)模塊，然后規(guī)劃整個(gè)系統(tǒng)的動(dòng)態(tài)操作流程。為了方便與企業(yè)信息系統(tǒng)集成，本系統(tǒng)采用CLIENT/SERVER結(jié)構(gòu)，，選取SQL Server2008作為數(shù)據(jù)庫(kù)管理系統(tǒng)。為了方便與信息采集系統(tǒng)進(jìn)行數(shù)據(jù)交換，前臺(tái)開(kāi)發(fā)工具選用VC6.0。為了解決機(jī)器學(xué)習(xí)過(guò)程中的非線性、維數(shù)災(zāi)難問(wèn)題，質(zhì)量檢測(cè)分類方法選取的是支持向量機(jī)。 針對(duì)滾動(dòng)軸承在線檢測(cè)海量數(shù)據(jù)存儲(chǔ)問(wèn)題，研究了海量存儲(chǔ)系統(tǒng)實(shí)現(xiàn)方式及海量數(shù)據(jù)的優(yōu)化檢索方法，最后完成滾動(dòng)軸承數(shù)據(jù)庫(kù)的設(shè)計(jì)優(yōu)化與維護(hù)等。 探索了基于支持向量機(jī)的樣本學(xué)習(xí)算法，由于頻域上的故障頻率幅值能很好的反應(yīng)軸承的工作狀態(tài)，因此選取故障頻率幅值作為輸入特征量，分別對(duì)多項(xiàng)式函數(shù)SVM、徑向基函數(shù)SVM進(jìn)行試驗(yàn)分析，實(shí)驗(yàn)確定SVM的最優(yōu)參數(shù)，通過(guò)樣本學(xué)習(xí)構(gòu)造決策函數(shù)對(duì)待測(cè)軸承進(jìn)行檢測(cè)分類。 本文完成了滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的開(kāi)發(fā)，本軟件系統(tǒng)使用方便、操作簡(jiǎn)單、用戶界面友善，給管理工作人員帶來(lái)很多便利。
【關(guān)鍵詞】：滾動(dòng)軸承 質(zhì)量檢測(cè) 檢測(cè)數(shù)據(jù)庫(kù) 支持向量機(jī)
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TH133.33;TP274
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-12
• 1.1 選題背景8
• 1.2 課題研究目的、意義8-9
• 1.3 滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的研究現(xiàn)狀9-11
• 1.4 論文的主要內(nèi)容11-12
• 2 滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的總體設(shè)計(jì)12-16
• 2.1 質(zhì)量檢測(cè)分類的基本思想12-13
• 2.2 軸承數(shù)據(jù)庫(kù)管理系統(tǒng)13
• 2.3 滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)的總體設(shè)計(jì)13-16
• 3 滾動(dòng)軸承數(shù)據(jù)庫(kù)管理系統(tǒng)的設(shè)計(jì)16-23
• 3.1 數(shù)據(jù)庫(kù)系統(tǒng)概述16
• 3.2 海量存儲(chǔ)系統(tǒng)16-17
• 3.3 SQL Server海量存儲(chǔ)優(yōu)化檢索方法17-18
• 3.4 基于關(guān)系數(shù)據(jù)庫(kù)的滾動(dòng)軸承數(shù)據(jù)庫(kù)的開(kāi)發(fā)18-23
• 4 基于支持向量機(jī)的樣本學(xué)習(xí)算法23-36
• 4.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)23-27
• 4.2 支持向量機(jī)基礎(chǔ)27-33
• 4.3 支持向量機(jī)在樣本學(xué)習(xí)算法中的應(yīng)用33-36
• 5 滾動(dòng)軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理軟件系統(tǒng)的實(shí)現(xiàn)36-49
• 5.1 訪問(wèn)數(shù)據(jù)庫(kù)技術(shù)36-39
• 5.2 軸承質(zhì)量檢測(cè)數(shù)據(jù)庫(kù)管理系統(tǒng)功能模塊的實(shí)現(xiàn)39-48
• 5.3 系統(tǒng)測(cè)試48-49
• 6 總結(jié)與展望49-50
• 6.1 總結(jié)49
• 6.2 展望49-50
• 致謝50-51
• 參考文獻(xiàn)51-53

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 鄭勇濤,劉玉樹(shù);支持向量機(jī)解決多分類問(wèn)題研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年23期

2 欒麗華,吉根林;決策樹(shù)分類技術(shù)研究[J];計(jì)算機(jī)工程;2004年09期

3 孫連貴;于嶺;;軸承檢測(cè)儀器和軸承異音判斷[J];現(xiàn)代零部件;2004年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張春霞;集成學(xué)習(xí)中有關(guān)算法的研究[D];西安交通大學(xué);2010年

本文編號(hào)：573828