摘要 | 第2-3页 |
ABSTRACT | 第3-4页 |
1 绪论 | 第7-13页 |
1.1 课题研究背景及意义 | 第7-8页 |
1.2 论文国内外的研究现状及发展趋势 | 第8-11页 |
1.2.1 数据描述的国内外研究现状 | 第8页 |
1.2.2 振动数据分析方法研究现状 | 第8-9页 |
1.2.3 云计算技术的国内外研究现状 | 第9-10页 |
1.2.4 系统的发展趋势 | 第10-11页 |
1.3 研究内容和技术路线 | 第11-13页 |
2 基于Hadoop的煤矿设备数据处理系统总体方案设计 | 第13-25页 |
2.1 系统需求分析 | 第13-15页 |
2.1.1 云计算在设备维护中的优势 | 第13-14页 |
2.1.2 系统设计的目标和原则 | 第14-15页 |
2.2 系统整体架构设计 | 第15-16页 |
2.3 模块分析 | 第16-24页 |
2.3.1 井下设备数据采集 | 第16-19页 |
2.3.2 数据统一化描述 | 第19页 |
2.3.3 系统数据分布式存储 | 第19-21页 |
2.3.4 系统数据分布式处理计算 | 第21-24页 |
2.4 本章小结 | 第24-25页 |
3 煤矿设备数据规范化描述 | 第25-35页 |
3.1 XML和元数据 | 第25-27页 |
3.1.1 XML | 第25-26页 |
3.1.2 元数据 | 第26-27页 |
3.2 数据描述架构 | 第27-28页 |
3.3 数据描述分析 | 第28-32页 |
3.3.1 元数据结构和映射模式介绍 | 第28-30页 |
3.3.2 基于元数据的映射模式设计 | 第30-32页 |
3.4 数据描述实验验证 | 第32-34页 |
3.5 本章小结 | 第34-35页 |
4 基于Hadoop的煤矿设备数据清洗处理的设计 | 第35-51页 |
4.1 开发环境的介绍 | 第35-36页 |
4.2 开发环境的搭建 | 第36-40页 |
4.2.1 Linux集群部署 | 第36-37页 |
4.2.2 Hadoop集群搭建 | 第37-40页 |
4.3 煤矿设备数据清洗架构的设计 | 第40-41页 |
4.4 基于Hadoop的数据特征值提取的设计和实现 | 第41-48页 |
4.4.1 数据特征值描述 | 第41-42页 |
4.4.2 数据特征值提取的设计 | 第42-44页 |
4.4.3 特征值提取的实验验证 | 第44-48页 |
4.5 基于Hadoop的数据清洗处理的设计和实现 | 第48-50页 |
4.5.1 振动数据异常点清洗处理 | 第48页 |
4.5.2 MapReduce并行算法描述 | 第48-49页 |
4.5.3 算法实验设计 | 第49-50页 |
4.6 本章小结 | 第50-51页 |
5 系统实验 | 第51-56页 |
5.1 HDFS读写文件速度的测试 | 第51-54页 |
5.2 MapReduce计算速度的测试 | 第54页 |
5.3 实验结论 | 第54-55页 |
5.4 本章小结 | 第55-56页 |
6 结论与展望 | 第56-58页 |
6.1 结论 | 第56页 |
6.2 展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-63页 |
附录 | 第63页 |