数据挖掘在旋转机械故障诊断中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·课题来源及意义 | 第10-11页 |
| ·故障诊断的发展与现状 | 第11-13页 |
| ·数据挖掘在故障诊断中的应用 | 第13-14页 |
| ·论文主要的内容及结构 | 第14-15页 |
| 2 转子系统的故障机理及诊断方法 | 第15-23页 |
| ·转子故障常见形式 | 第15-20页 |
| ·转子不平衡 | 第15-16页 |
| ·转子不对中 | 第16-17页 |
| ·转子碰磨 | 第17-19页 |
| ·油膜振荡 | 第19-20页 |
| ·转子系统的诊断方法 | 第20-22页 |
| ·信号的时域分析 | 第20-21页 |
| ·信号的频域分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 数据挖掘技术综述 | 第23-28页 |
| ·数据挖掘组成 | 第23-24页 |
| ·数据挖掘任务 | 第24-25页 |
| ·数据挖掘过程 | 第25-27页 |
| ·数据准备阶段 | 第26页 |
| ·数据挖掘阶段 | 第26-27页 |
| ·解释与评估结果阶段 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 决策树分类方法及其应用 | 第28-51页 |
| ·数据分类 | 第28-30页 |
| ·分类目的 | 第28页 |
| ·分类过程 | 第28-30页 |
| ·分类方法评估标准 | 第30页 |
| ·本文所用算法的依据 | 第30页 |
| ·决策树方法 | 第30-36页 |
| ·决策树生成算法 | 第31-32页 |
| ·树剪枝 | 第32-33页 |
| ·ID3算法 | 第33-35页 |
| ·C4.5算法 | 第35-36页 |
| ·从决策树中提取规则 | 第36页 |
| ·决策树程序实现 | 第36-41页 |
| ·C4.5算法流程 | 第36-38页 |
| ·节点数据结构 | 第38页 |
| ·决策树树形结构 | 第38-39页 |
| ·决策树构造实现 | 第39-40页 |
| ·决策树推理实现 | 第40-41页 |
| ·决策树在旋转机械故障诊断中的应用 | 第41-50页 |
| ·数据准备 | 第41-42页 |
| ·时域下样本生成决策树 | 第42-43页 |
| ·频域下样本生成决策树 | 第43-45页 |
| ·频域下算例分析 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于数据挖掘的远程故障诊断系统设计实现 | 第51-71页 |
| ·软件系统设计 | 第51-55页 |
| ·系统网络结构拓扑 | 第51-52页 |
| ·软件系统结构设计 | 第52-54页 |
| ·数据挖掘网络结构设计 | 第54-55页 |
| ·数据库设计 | 第55-59页 |
| ·实时数据表设计 | 第55-57页 |
| ·故障样本表设计 | 第57-58页 |
| ·决策树表设计 | 第58-59页 |
| ·系统程序设计 | 第59-63页 |
| ·样本库维护流程 | 第59-60页 |
| ·故障诊断流程 | 第60-61页 |
| ·客户端与服务器通信流程 | 第61-63页 |
| ·系统实现 | 第63-70页 |
| ·系统总体界面 | 第64-65页 |
| ·趋势分析 | 第65-66页 |
| ·监测报表 | 第66页 |
| ·故障报表 | 第66-67页 |
| ·时序模型分析 | 第67-68页 |
| ·数据挖掘界面 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
