基于运行数据特征分析的露天矿采运设备管控系统构建与研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 研究的背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-23页 |
| 1.2.1 露天矿生产管理系统 | 第15-16页 |
| 1.2.2 露天矿卡车调度系统 | 第16-20页 |
| 1.2.3 露天矿辅助决策系统 | 第20-22页 |
| 1.2.4 采运设备管控系统研究 | 第22-23页 |
| 1.3 存在的问题 | 第23-25页 |
| 1.4 论文结构与技术路线 | 第25-28页 |
| 1.4.1 内容组织结构 | 第25-26页 |
| 1.4.2 论文的技术路线 | 第26-28页 |
| 第2章 露天矿采运设备管控系统框架与构建策略 | 第28-46页 |
| 2.1 采运设备管控目的 | 第28-30页 |
| 2.2 系统构建原则 | 第30-31页 |
| 2.3 管控系统分步构建的需求研究 | 第31-34页 |
| 2.3.1 生产管理系统构建 | 第31-32页 |
| 2.3.2 卡车调度系统建设 | 第32-33页 |
| 2.3.3 辅助决策系统建设 | 第33-34页 |
| 2.4 管控系统框架与云计算解决方案 | 第34-36页 |
| 2.5 大数据云计算管控系统构建策略 | 第36-45页 |
| 2.5.1 云计算基本概念与露天矿应用 | 第36-37页 |
| 2.5.2 露天矿大数据云计算方法与技术 | 第37-39页 |
| 2.5.3 云服务器总体解决方案与策略研究 | 第39-42页 |
| 2.5.4 露天矿云计算集成应用架构与策略 | 第42-45页 |
| 2.6 本章小结 | 第45-46页 |
| 第3章 采运设备管控数据特征与处理算法研究 | 第46-76页 |
| 3.1 生产管控数据特征研究 | 第46-51页 |
| 3.1.1 总体特征 | 第46-49页 |
| 3.1.2 异构性 | 第49-50页 |
| 3.1.3 实时性 | 第50-51页 |
| 3.1.4 时间粒度 | 第51页 |
| 3.2 卡车调度系统监控数据研究 | 第51-61页 |
| 3.2.1 采运设备运行数据结构 | 第53-57页 |
| 3.2.2 数据流的再处理流程与状态转换 | 第57-61页 |
| 3.3 采运系统运行状态分析与解算方法 | 第61-65页 |
| 3.3.1 回放式装卸时序匹配解算 | 第61-64页 |
| 3.3.2 露天矿生产产量解算内容 | 第64-65页 |
| 3.4 采运设备管控系统的监控优化处理 | 第65-69页 |
| 3.4.1 运行监控的数据简化策略 | 第65-68页 |
| 3.4.2 基于地理信息属性数据研究 | 第68-69页 |
| 3.5 采运设备管理的树形结构数据处理 | 第69-74页 |
| 3.5.1 数据库设计与嵌套查询方法 | 第70-74页 |
| 3.5.2 非结构化数据管理研究 | 第74页 |
| 3.6 数据集成的关键技术研究 | 第74-76页 |
| 第4章 采运设备运行数据指标与预测算法研究 | 第76-118页 |
| 4.1 采运设备运行指标与专题数据 | 第76-80页 |
| 4.1.1 运行指标分析 | 第76-77页 |
| 4.1.2 专题数据构建 | 第77-80页 |
| 4.2 采运设备数据分布规律研究 | 第80-83页 |
| 4.2.1 设备采装能力 | 第80-81页 |
| 4.2.2 采运设备运行时间 | 第81-82页 |
| 4.2.3 采运运行效率指标 | 第82-83页 |
| 4.2.4 采运设备行驶里程与油耗 | 第83页 |
| 4.3 采运系统运行数据的时间序列分析 | 第83-98页 |
| 4.3.1 系统时间因素分析 | 第83-89页 |
| 4.3.2 数据的动态数列 | 第89-91页 |
| 4.3.3 数据的预测分析 | 第91-92页 |
| 4.3.4 数列的季节性分析 | 第92-93页 |
| 4.3.5 滤波处理及趋势分离 | 第93-98页 |
| 4.4 采运设备运行数据的时间序列模型研究 | 第98-115页 |
| 4.4.1 采运系统运行数据时间序列分析 | 第99-103页 |
| 4.4.2 时间序列数据的预处理算法研究 | 第103-109页 |
| 4.4.3 运行数据的最优估计时间序列模型 | 第109-115页 |
| 4.5 本章小结 | 第115-118页 |
| 第5章 露天矿采运系统运行数据挖掘技术研究 | 第118-146页 |
| 5.1 需求分析与功能研究 | 第118-123页 |
| 5.1.1 数据内容分析 | 第118-120页 |
| 5.1.2 数据格式研究 | 第120页 |
| 5.1.3 数据挖掘需求 | 第120-122页 |
| 5.1.4 数据挖掘功能研究 | 第122-123页 |
| 5.2 技术方案设计 | 第123-126页 |
| 5.2.1 总体技术架构研究 | 第123-124页 |
| 5.2.2 数据挖掘方案研究 | 第124-125页 |
| 5.2.3 挖掘数据内容分析 | 第125-126页 |
| 5.3 基于分布式计算引擎的数据挖掘 | 第126-130页 |
| 5.3.1 分布式计算引擎技术方案 | 第126-127页 |
| 5.3.2 分布式文件系统与算法库 | 第127-129页 |
| 5.3.3 数据挖掘云平台部署方法 | 第129-130页 |
| 5.4 数据挖掘分析与预测研究 | 第130-144页 |
| 5.4.1 数据清洗及整理处理 | 第130-131页 |
| 5.4.2 运行及故障因素关联性分析 | 第131-133页 |
| 5.4.3 采运设备故障聚类分析实现 | 第133-138页 |
| 5.4.4 设备运行数据的时序分析预测 | 第138-140页 |
| 5.4.5 采运系统数据挖掘结果研究 | 第140-144页 |
| 5.5 本章小结 | 第144-146页 |
| 第6章 采运设备管控系统与云计算集成服务应用实证 | 第146-164页 |
| 6.1 露天矿采运设备管控系统应用实证 | 第146-157页 |
| 6.1.1 安家岭露天矿生产管理系统 | 第146-151页 |
| 6.1.2 抚顺西露天矿卡车调度系统 | 第151-153页 |
| 6.1.3 伊敏露天矿决策分析系统 | 第153-157页 |
| 6.2 云计算和集成服务应用研究 | 第157-162页 |
| 6.3 管控系统应用效果分析 | 第162-163页 |
| 6.4 本章小结 | 第163-164页 |
| 第7章 结论与展望 | 第164-168页 |
| 7.1 主要结论 | 第164-165页 |
| 7.2 工作展望 | 第165-168页 |
| 参考文献 | 第168-178页 |
| 致谢 | 第178-180页 |
| 攻读学位期间发表的论文与科学研究情况 | 第180-182页 |
