收藏本站
《四川大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

面向机械工程计算机测试系统的数据挖掘技术研究

胡瑞飞  
【摘要】: 随着科学技术和社会经济的发展,武器装备、航空飞行器、流程生产系统等被测对象日益大型化、复杂化和现代化,对测试系统的需求越来越多,同时要求也越来越高,促使现代测试系统向着智能化、自动化和网络化方向发展。目前,计算机技术、自动化技术和通信技术广泛应用于测试系统中,大量的过程数据被采集并存储下来,但是这些包含过程运行状态信息的数据并没有被有效地利用,以致出现了所谓的“数据丰富,信息匮乏”的现象。如何将这些存储的数据变为有用的信息,从中挖掘出过程运行的深层次信息,并利用这些信息提高过程监控能力,正是目前测试系统研究领域的热点之一,也是本文的研究重点。 本文以中国工程物理研究院国防技术基础项目的“大量程线加速度计检测技术研究”课题为背景,以数据挖掘为主线,针对不同检测对象的特点对传统的数据挖掘方法作了不同程度的改进,提出了一些新的检测数据分析处理和故障诊断预测的方法。整个工作主要分两大部分,即线加速度计网络测试系统产生的静态数据的挖掘和航空飞行器、流程生产等监控系统产生的动态数据的挖掘。本文的研究成果及核心内容归纳如下: (1)介绍了线加速度计测试数据库及数据发掘系统的项目背景、总体目标,给出了系统的总体设计方案。并对系统开发中用到的关键技术:实时数据库建立、数据挖掘应用以及Matlab与外部程序接口进行了讨论。以运行实例的形式对系统各部分进行了介绍。 (2)本论文研究了面向服务的体系结构(SOA),并应用该方法对面向数据挖掘服务的网络测试系统进行了体系结构分析和设计,并构建了原型系统。采用基于实例推理的数据挖掘向导辅助用户完成从数据清理到知识表示的知识发现的全过程。为网络化分布式测试系统共享数据挖掘服务,实现资源共享和服务集成提供了有效方法。 (3)数据挖掘中聚类分析作为无监督的学习方法在海量数据的未知信息发掘中起着重要的作用,是广为研究的问题之一。本论文通过对基于密度的算法和基于网格的算法的分析,提出了一种密集单元识别与密度可达对象搜索的等效规则,并由此提出了一种基于网格和密度的聚类算法CLGRID。该算法通过分阶段聚类,并选取种子对象来扩展类,从而减少区域查询次数,降低I/O开销,实现快速聚类。在此基础上针对DBSCAN算法的参数选取困难和难以发现密度相差较大的簇的问题,提出多密度阈值的DBSCAN改进算法,算法采用网格密度矩阵绘制密度分布图,自动确定密度层次划分,通过多密度层次的聚类过程得到多个密度层次上的更加精细的聚类结果,解决了因使用全局ε值而导致的聚类质量恶化问题。 (4)时间序列数据挖掘是数据挖掘研究的重要内容,其中时序模式挖掘就是通过挖掘时序数据中的序列模式得到潜在的有用的知识或信息。针对航空武器监控系统和复杂流程工业监控系统中监测变量众多、参数时变、变量间关联耦合严重的现状,提出采用在关联性发现方面具有强大优势的序列模式挖掘,以发现故障产生过程中的一些关联耦合关系,为故障诊断提供依据。本文分析了复杂动态系统监测数据的高维、时变、非同步等动态特征,提出采用异常点标注、故障时窗约束和基于特征元素的时序化简将监控系统的多维时序数据转变为适合挖掘的符号序列集合,运用PrefixSpan算法挖掘体现故障特征信息的序列模式,并在化工生产过程模拟器TE仿真平台上进行了实例验证。 (5)本文在国内外学者研究成果的基础上,针对工业监测系统的在线故障识别的需要,提出采用时序数据增量式DFT算法,将各维监控量的时序数据通过增量傅立叶变换的技术映射到频域,取时序序列频域的对故障分类贡献最大的若干系数作为特征系数,进行基于欧几里德距离的相似性查询,实现在线故障预测。
【学位授予单位】:四川大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TH165.3

【参考文献】
中国期刊全文数据库 前10条
1 吴少敏,冯建生;宝钢数据挖掘系统[J];宝钢技术;2001年01期
2 蔡颖琨,谢昆青,马修军;屏蔽了输入参数敏感性的DBSCAN改进算法[J];北京大学学报(自然科学版);2004年03期
3 赵伟,张小牛,孟浩文;网络化──测量技术与仪器发展的新趋势[J];电测与仪表;2000年07期
4 闻新,周露;神经网络故障诊断技术的可实现性[J];导弹与航天运载技术;2000年02期
5 廖志伟,孙雅明;基于事件序列数据挖掘原理的高压输电线系统故障诊断(一)模型与算法[J];电力系统自动化;2004年04期
6 孙雅明,廖志伟;基于事件序列数据挖掘原理的高压输电线系统故障诊断 (二)仿真和容错性能分析[J];电力系统自动化;2004年05期
7 冯丽,邱家驹;离群数据挖掘及其在电力负荷预测中的应用[J];电力系统自动化;2004年11期
8 李斌,谭立湘,章劲松,庄镇泉;面向数据挖掘的时间序列符号化方法研究[J];电路与系统学报;2000年02期
9 李凤保,古天祥,陈光;网络化测试系统研究及其面向对象设计[J];电子测量与仪器学报;2001年04期
10 束志恒,陈德钊,陈亚秋;粗糙集方法及其在化学模式分类规则挖掘中的应用[J];分析化学;2004年07期
【共引文献】
中国期刊全文数据库 前10条
1 邓勤;若干个不同部件并联可修系统可用度的研究[J];阿坝师范高等专科学校学报;2005年03期
2 徐勇;知识发现及其相关技术的研究[J];安徽教育学院学报;2005年03期
3 阎子勤;刘一江;;周边红外防盗报警系统[J];安防科技;2009年07期
4 余丙荣;周明龙;李玲纯;;基于遗传算法的WANN的汽车发动机故障诊断分析[J];安徽工程大学学报;2011年01期
5 关宇;杨晓京;姜涛;;农业机器人多传感器信息融合技术的研究进展[J];安徽农业科学;2010年25期
6 吴国芳;王曼维;;数字农业土壤参数监测系统构建论析[J];安徽农业科学;2011年29期
7 杨国诗;;网络控制系统的发展与面临的挑战[J];安庆师范学院学报(自然科学版);2008年03期
8 尹章圣,马晖;电视监控与电脑收费系统在船闸管理中的应用[J];安徽水利水电职业技术学院学报;2003年04期
9 王敬生;郑晔;;基于Modbus的冷柜制冷温度控制系统[J];安徽水利水电职业技术学院学报;2005年04期
10 王大伍;;iFIX组态软件在横排头工程闸门监控系统中的应用[J];安徽水利水电职业技术学院学报;2008年03期
【二级参考文献】
中国期刊全文数据库 前10条
1 王信义,徐春广,肖定国,尚建中;自动化加工中刀具破损实时监控方法的研究[J];北京理工大学学报;1995年03期
2 罗志增,叶明;基于Bayes方法的多感觉信息融合算法及其应用[J];传感技术学报;2001年03期
3 张彦铎,姜兴渭;多传感器信息融合及在智能故障诊断中的应用[J];传感器技术;1999年03期
4 缪晓波;智能传感器·网络传感器·信息传感器[J];传感器世界;2000年01期
5 唐统一,赵伟;电测与仪表技术的回顾与展望[J];电测与仪表;2000年01期
6 赵伟,张小牛,孟浩文;网络化──测量技术与仪器发展的新趋势[J];电测与仪表;2000年07期
7 朱志浩,樊留群,张为民,陆剑锋;基于Lonworks的制造信息的采集系统[J];电工技术杂志;2000年09期
8 胡健,唐雪飞,刘锦德;基于CORBA的分布式实时容错系统的研究[J];电子科技大学学报;2000年02期
9 何利,王厚军;基于网络的测试系统的研究[J];电子科技大学学报;2001年05期
10 田书林,陈偊,徐建南;自动测试系统的网络连接技术[J];电子科技大学学报;1998年04期
【相似文献】
中国期刊全文数据库 前10条
1 汪涛;郭顺生;胡双胜;;基于聚类数据挖掘技术的BOM归并关系研究[J];机械制造;2006年02期
2 汪涛;郭顺生;胡双胜;;基于聚类数据挖掘技术的BOM归并关系研究[J];制造技术与机床;2006年06期
3 刘宝玲;何钧;;基于数据挖掘及SIS的工况划分方法研究[J];南昌工程学院学报;2009年06期
4 胡燕;陈佳;;数据挖掘技术在ICAI中的应用[J];武汉理工大学学报(信息与管理工程版);2006年12期
5 魏沁华;;基于数据挖掘的电力客户利润贡献度分析[J];电力需求侧管理;2006年02期
6 刘军;艾力·斯木吐拉;;基于数据挖掘技术的交通事故分析与研究[J];科技信息(学术研究);2007年27期
7 朱凌云;路志勇;赵韩;胡月;;数据挖掘技术在轿车营销管理中的应用[J];机械管理开发;2006年04期
8 杨忠;戴世雄;严南;柳军;;数据挖掘技术在电信欠费客户流失中的应用[J];中国水运(理论版);2007年05期
9 吴京秋;杨伟;;间隙统计在电力系统不良数据辨识中的应用[J];南京工程学院学报(自然科学版);2007年03期
10 彭光金;俞集辉;崔荣;韦俊涛;司海涛;朱辉;;基于数据挖掘技术的输电工程造价估算[J];工业工程与管理;2009年03期
中国重要会议论文全文数据库 前10条
1 常郝;周国祥;;基于自组织特征映射神经网络的数据挖掘研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
2 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集(下册)[C];2001年
3 金妮;;一种基于数据仓库和OLAP技术的聚类挖掘系统[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
4 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年
5 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
7 武森;郑锡村;国宏伟;;数据挖掘技术在高炉炉型管理中的应用[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
8 刘海存;杨印生;马琨;;基于知识数据挖掘技术的企业聚类研究[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
9 肖一敏;罗树籽;;浅析数据挖掘在报业客户分析中的应用[A];中国新闻技术工作者联合会五届一次理事会暨学术年会论文集(上篇)[C];2009年
10 王伟;殷国富;;基于数据挖掘的多维联机分析处理系统研究[A];全国先进制造技术高层论坛暨制造业自动化、信息化技术研讨会论文集[C];2005年
中国重要报纸全文数据库 前10条
1 ;测试系统的开关构造[N];电子报;2008年
2 质测;国内首套卫星质测系统问世[N];中国航天报;2009年
3 广文;R&S新品商用电信研究院[N];通信产业报;2006年
4 孙琎;CMMB测试系统设备招标结束 下一阶段为终端招标[N];第一财经日报;2008年
5 本报记者 张群英;一流测试铸造一流品质[N];网络世界;2005年
6 深圳商报记者 钟国斌;深沪交易所备战全流通IPO[N];深圳商报;2006年
7 北京自动测试技术研究所 冯建科;测试服务要走专业化之路[N];中国计算机报;2006年
8 晓瑜;听诊手机的“声带”[N];通信产业报;2004年
9 ;华为3Com核心路由交换机性能业内领先[N];国际商报;2006年
10 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
中国博士学位论文全文数据库 前10条
1 胡瑞飞;面向机械工程计算机测试系统的数据挖掘技术研究[D];四川大学;2006年
2 赵恒;数据挖掘中聚类若干问题研究[D];西安电子科技大学;2005年
3 冯变玲;基于数据挖掘技术的心脑血管用药ADR关联模型构建研究[D];天津大学;2012年
4 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
5 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
6 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
7 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年
8 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院(遥感应用研究所);2006年
9 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年
10 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
中国硕士学位论文全文数据库 前10条
1 王晋;数据挖掘技术在电信企业客户关系管理中的应用研究[D];兰州理工大学;2007年
2 胡曼;交叉销售在中国保险业的应用分析[D];山东大学;2009年
3 谭华琴;基于蚁群算法的数据挖掘方法研究[D];武汉理工大学;2006年
4 张智钦;基于数据挖掘的客户细分研究[D];暨南大学;2007年
5 汪瑛;数据挖掘在燃气系统中的应用研究[D];南京理工大学;2009年
6 曹丹阳;数据挖掘在教务系统中的应用研究[D];北方工业大学;2006年
7 宋宝亚;基于数据挖掘的信息过滤系统的设计与实现[D];山东师范大学;2006年
8 蔡春丽;数据流挖掘中聚类算法的研究与实现[D];哈尔滨工程大学;2007年
9 李翼;数据挖掘技术在高校人力资源管理中的应用[D];兰州商学院;2007年
10 王洪艳;基于聚类的数据挖掘技术在CRM中的研究与应用[D];武汉大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026