登录    注册    忘记密码

期刊文章详细信息

数据挖掘技术在全断面掘进机故障诊断中的应用  ( EI收录)  

Application of Data Mining Technology in Fault Diagnosis of Tunnel Boring Machine

  

文献类型:期刊文章

作  者:张天瑞[1] 于天彪[1] 赵海峰[2] 王宛山[1]

机构地区:[1]东北大学机械工程与自动化学院,辽宁沈阳110819 [2]北方重工集团有限公司全断面掘进机国家重点实验室,辽宁沈阳110141

出  处:《东北大学学报(自然科学版)》

基  金:国家重点基础研究发展计划项目(2010CB736007);中央高校基本科研业务费专项资金资助项目(N110603007)

年  份:2015

卷  号:36

期  号:4

起止页码:527-531

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CAS、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘  要: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.

关 键 词:全断面掘进机 数据挖掘 粗糙集 决策树 融合算法  

分 类 号:TH17]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心