基于数据挖掘的电梯故障预测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 论文的主要研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 电梯系统及其故障分析 | 第19-26页 |
| 2.1 电梯基本知识 | 第19-23页 |
| 2.1.1 电梯的分类 | 第19-20页 |
| 2.1.2 电梯系统基本结构 | 第20-23页 |
| 2.2 电梯运行原理 | 第23页 |
| 2.3 电梯常见故障及特点 | 第23-25页 |
| 2.3.1 电梯常见故障 | 第23-24页 |
| 2.3.2 电梯故障特点 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 故障预测方法理论研究 | 第26-35页 |
| 3.1 故障诊断技术 | 第26-27页 |
| 3.2 故障预测技术 | 第27-33页 |
| 3.2.1 基于传统可靠性理论的预测技术 | 第28-29页 |
| 3.2.2 基于失效物理模型的预测技术 | 第29-30页 |
| 3.2.3 基于数据驱动的预测技术 | 第30-33页 |
| 3.3 电梯故障预测技术的重难点 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于BP神经网络故障预测方法 | 第35-44页 |
| 4.1 BP神经网络 | 第36-39页 |
| 4.1.1 BP神经网络结构 | 第36-37页 |
| 4.1.2 BP神经网络学习算法 | 第37-39页 |
| 4.2 BP神经网络故障预测模型设计 | 第39-42页 |
| 4.2.1 隐含层层数和神经元个数 | 第40页 |
| 4.2.2 输入层和输出层神经元个数 | 第40页 |
| 4.2.3 输入输出数据预处理 | 第40-41页 |
| 4.2.4 网络参数的选择 | 第41页 |
| 4.2.5 激活函数的选择 | 第41-42页 |
| 4.2.6 BP神经网络训练 | 第42页 |
| 4.3 BP神经网络仿真结果分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 PSO优化RBF神经网络电梯故障预测 | 第44-56页 |
| 5.1 引言 | 第44-45页 |
| 5.2 RBF神经网络 | 第45-48页 |
| 5.2.1 RBF神经网络结构 | 第45-47页 |
| 5.2.2 RBF神经网络参数确定 | 第47-48页 |
| 5.3 故障预测模型构建与优化 | 第48-52页 |
| 5.3.1 PSO粒子群算法 | 第48-50页 |
| 5.3.2 PSO优化RBF神经网络 | 第50-52页 |
| 5.4 数据预处理 | 第52-53页 |
| 5.4.1 去噪 | 第52页 |
| 5.4.2 缺失值填补 | 第52页 |
| 5.4.3 数据归一化 | 第52-53页 |
| 5.5 结果分析 | 第53-55页 |
| 5.6 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的论文 | 第62-64页 |
| 致谢 | 第64页 |
