大数据环境下动车组故障数据挖掘分析技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 国内外动车组故障数据分析研究现状 | 第12-14页 |
| 1.2.1 国内外动车组可靠性研究现状 | 第12-14页 |
| 1.2.2 国内外数据挖掘技术研究现状 | 第14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 2 理论及相关技术综述 | 第17-29页 |
| 2.1 可靠性工程理论 | 第17-22页 |
| 2.1.1 RAMS技术组成 | 第17-18页 |
| 2.1.2 可靠性指标 | 第18页 |
| 2.1.3 可靠性分析 | 第18-22页 |
| 2.2 数据挖掘理论及技术介绍 | 第22-28页 |
| 2.2.1 关联规则分析 | 第23-25页 |
| 2.2.2 共词聚类分析 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 动车组故障数据模型搭建 | 第29-47页 |
| 3.1 动车组故障的定义及分类 | 第29-30页 |
| 3.1.1 动车组事故 | 第29页 |
| 3.1.2 动车组故障 | 第29-30页 |
| 3.2 故障数据来源 | 第30-35页 |
| 3.2.1 车载诊断系统诊断故障 | 第31-34页 |
| 3.2.2 运行状态监测设备诊断故障 | 第34页 |
| 3.2.3 运行途中巡视检查发现故障 | 第34-35页 |
| 3.2.4 各修程检修作业发现故障 | 第35页 |
| 3.3 动车组故障数据模型设计 | 第35-44页 |
| 3.3.1 动车组故障模型的组成 | 第35-44页 |
| 3.3.2 故障模型的作用和优势 | 第44页 |
| 3.4 本章小结 | 第44-47页 |
| 4 试验及结果分析 | 第47-61页 |
| 4.1 动车组故障数据库系统构架 | 第47-48页 |
| 4.2 动车组故障数据库系统功能模块 | 第48-49页 |
| 4.3 故障数据录入 | 第49-50页 |
| 4.3.1 表单录入 | 第49页 |
| 4.3.2 车载数据批量录入 | 第49-50页 |
| 4.4 数据选取 | 第50-54页 |
| 4.5 数据预处理 | 第54-56页 |
| 4.6 关联规则分析实例 | 第56-57页 |
| 4.7 共词聚类分析实例 | 第57-58页 |
| 4.8 本章小结 | 第58-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 工作总结及创新点 | 第61-62页 |
| 5.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 作者简历及攻读学位期间取得的科研成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |
