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
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
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...