数据挖掘技术在全断面掘进机故障诊断中的应用

来源 :东北大学学报:自然科学版 | 被引量 : 0次 | 上传用户:lulu1984129
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分析了全断面掘进机复杂的故障机理和运行参数,研究了将粗糙集和决策树应用到数据挖掘中的方法.以全断面掘进机刀盘的一些实时数据为例,采用MATLAB 7.0对数据进行离散化处理,结合粗糙集属性约简的算法对故障样本进行冗余属性的约简;然后,利用决策树算法对约简后的故障样本集进行规则提取,利用数据挖掘工具Clementine实现了C4.5算法和改进的C4.5算法,对其结果进行了对比分析;最后,运用VB编程对全断面掘进机采集的部分数据进行测试,结果表明该融合算法是一种快速、有效、可靠的故障检测与诊断的新途径.
其他文献
为了解决滚切力模型在应用中瞬时几何边界参数的提取问题,提出一种基于三维实体造型技术的滚齿切削厚度仿真计算方法.该方法考虑未变形切屑是滚刀扫掠几何实体与工件几何实体
带钢退火过程中存在多变量非线性主导因素和数据噪声,难以用数学模型精确描述退火炉内带钢的延伸量.针对这一问题,提出基于核主元分析(KPCA)与免疫粒子群(ICPSO)优化最小二乘支持向量机(LSSVM)的炉内带钢延伸量软测量方法.采用ICPSO算法避免了粒子群算法易陷入局部最优的缺陷,利用ICPSO对LSSVM进行参数寻优,通过KPCA去除样本噪声,提取输入数据样本中的非线性主元信息,建立ICPSO
由于市场自身无法完全解决电能质量问题,而法律在解决该问题上具有明显优势,因此,有必要对电能质量进行法律规制。电能属于《产品质量法》上的产品,电能质量问题应受《产品质量法