起重機(jī)在長期服役過程中,由于自身或外部因素常發(fā)生各類故障或損傷,造成巨大的人員傷亡和財(cái)產(chǎn)損失。有效分析評估起重機(jī)的健康狀態(tài),為及時(shí)識別起重機(jī)設(shè)備運(yùn)行異常,保障起重機(jī)安全、可靠與經(jīng)濟(jì)運(yùn)行提供重要支撐。大數(shù)據(jù)是新一代信息技術(shù)產(chǎn)業(yè)的重要內(nèi)容,在設(shè)備的故障識別和安全評價(jià)領(lǐng)域應(yīng)用潛力巨大。本文重點(diǎn)研究適用于起重機(jī)安全評估的大數(shù)據(jù)挖掘方法,挖掘數(shù)據(jù)中潛在的價(jià)值,實(shí)現(xiàn)起重機(jī)的智能快速預(yù)警。論文的主要工作如下:（1）介紹起重機(jī)安全評價(jià)大數(shù)據(jù)的來源和分類,分析起重機(jī)數(shù)據(jù)特性和現(xiàn)狀,并依此建立起重機(jī)大數(shù)據(jù)體系;探討了基于起重機(jī)安全評價(jià)大數(shù)據(jù)的重復(fù)數(shù)據(jù)檢測、缺失值填充、噪聲和異常數(shù)據(jù)處理等數(shù)據(jù)預(yù)處理方法,實(shí)現(xiàn)起重機(jī)安全評價(jià)大數(shù)據(jù)的初步預(yù)處理,為后續(xù)的關(guān)聯(lián)規(guī)則挖掘及智能預(yù)警分析做鋪墊。（2）提出一種改進(jìn)的基于MIS-Tree的多支持度關(guān)聯(lián)規(guī)則挖掘方法,并對算法的優(yōu)越性進(jìn)行驗(yàn)證;采用實(shí)際案例數(shù)據(jù),對某岸橋的健康監(jiān)測數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘,研究振動(dòng)與應(yīng)力數(shù)據(jù)間的相關(guān)性,得到部分感興趣的規(guī)則;將規(guī)則用于起重機(jī)監(jiān)測值預(yù)測,預(yù)測誤差下降為0.11%-8.81%,驗(yàn)證了基于關(guān)聯(lián)規(guī)則模型預(yù)測的有效性和準(zhǔn)確性。（3）提出基于A... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于感知大數(shù)據(jù)的預(yù)測維護(hù)框架[19]

橋梁大數(shù)據(jù)分析框架[23]

電梯監(jiān)測平臺的整體架構(gòu)[28]


本文編號：3079514