数据挖掘在盾构机故障诊断中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·本课题的研究目的及意义 | 第11-12页 |
| ·故障诊断的研究现状及主要方法 | 第12-13页 |
| ·故障诊断技术 | 第12-13页 |
| ·故障的研究现状 | 第13页 |
| ·基于数据挖掘技术的故障诊断 | 第13-16页 |
| ·数据挖掘技术及方法 | 第13-15页 |
| ·数据挖掘技术的研究现状 | 第15页 |
| ·盾构机故障诊断的研究现状 | 第15-16页 |
| ·论文的主要研究内容 | 第16-18页 |
| 第2章 盾构机相关理论的介绍 | 第18-33页 |
| ·盾构法施工概述 | 第18-22页 |
| ·盾构法 | 第18-19页 |
| ·盾构法施工历史 | 第19-20页 |
| ·盾构机类型及结构 | 第20-22页 |
| ·盾构机故障及掘进参数分析 | 第22-26页 |
| ·盾构机的故障特征 | 第23页 |
| ·盾构机主系统故障树 | 第23-26页 |
| ·盾构机故障机理 | 第26页 |
| ·盾构机掘进参数及获取方法 | 第26-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 数据挖掘技术与粗糙集理论 | 第33-48页 |
| ·数据挖掘概述 | 第33-36页 |
| ·数据挖掘的定义 | 第33页 |
| ·数据挖掘的过程及任务 | 第33-35页 |
| ·数据挖掘的未来研究方向 | 第35-36页 |
| ·粗糙集理论 | 第36-43页 |
| ·粗糙集理论的产生和发展 | 第36页 |
| ·粗糙集理论的基本概念 | 第36-41页 |
| ·粗糙集理论的一般属性约简方法及应用实例 | 第41-43页 |
| ·粗糙集理论的使用特点 | 第43页 |
| ·神经网络 | 第43-47页 |
| ·神经网络的结构 | 第43-44页 |
| ·神经元处理单元 | 第44页 |
| ·BP 神经网络 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于粗糙集与神经网络的盾构机故障诊断 | 第48-61页 |
| ·盾构机故障诊断过程 | 第48-59页 |
| ·盾构机故障样本集 | 第48-49页 |
| ·粗糙集属性约简过程及结果 | 第49-57页 |
| ·粗糙集与神经网络诊断模型的构建 | 第57-59页 |
| ·盾构机故障诊断结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于神经网络与最小二乘的盾构机故障预测 | 第61-71页 |
| ·常用的故障预测模型 | 第61-62页 |
| ·神经网络与最小二乘相结合的预测方法 | 第62-67页 |
| ·最小二乘拟合 | 第63-65页 |
| ·直线的最小二乘拟合 | 第65-67页 |
| ·神经网络与最小二乘预测模型的构建 | 第67-69页 |
| ·盾构机故障预测结果 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第77-78页 |
| 致谢 | 第78-79页 |
