基于数据挖掘技术的旋转机械故障诊断研究被引量：4

下载PDF

导出

摘要在数据挖掘中设备振动信号数据庞大,使用粗糙集中的属性规约算法可以过不相干属性,找出有用规则。决策树当中的C4.5算法继ID3算法新拓展了一些功能,它分类规则准确、速度快。把这两种方法结合起来数据挖掘技术在设备故障诊断中速度将会更快并且更准确。实验结果说明,把这两种方法结合起来更有效。

作者柴保明张保录张韶靳德诚李洋

机构地区河北工程大学机电工程学院

出处《科技创新与应用》 2015年第32期34-35,共2页 Technology Innovation and Application

关键词数据挖掘故障诊断决策树

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献2

1褚建立,陈步英.基于数据挖掘的机械设备故障诊断的研究[J].微计算机信息,2007,23(19):208-209. 被引量：13
2秦文.分类技术中的决策树算法分析[J].深圳信息职业技术学院学报,2004,2(1):54-58. 被引量：10

二级参考文献3

1杨静,张绍兵,张健沛.数据挖掘技术在优化与机械设备故障诊断中的应用[J].煤矿机械,2005,26(9):146-147. 被引量：5
2鞠可一,葛世伦.基于数据挖掘技术创建企业本体[J].微计算机信息,2006,22(06X):228-230. 被引量：2
3姚洪波,杨炳儒.Web日志挖掘数据预处理过程技术研究[J].微计算机信息,2006,22(06X):234-236. 被引量：17

共引文献21

1潘琛,杜培军,罗艳,袁林山.一种基于植被指数的遥感影像决策树分类方法[J].计算机应用,2009,29(3):777-780. 被引量：40
2田志强,黄孝彬.工业生产过程的数据挖掘技术[J].控制工程,2009,16(S1):120-123. 被引量：2
3袁燕.决策树算法在高校教学评价系统中的应用[J].浙江海洋学院学报（自然科学版）,2006,25(4):440-444. 被引量：9
4郑春香,董甲东.分类技术研究及在高校人才识别中的应用[J].安庆师范学院学报（自然科学版）,2007,13(1):44-47.
5宁丹,刘鸿雁.基于模糊聚类的物流数据字典动态分级方法[J].鞍山科技大学学报,2007,30(3):255-257. 被引量：1
6潘琛,杜培军,张海荣.决策树分类法及其在遥感图像处理中的应用[J].测绘科学,2008,33(1):208-211. 被引量：61
7陈斌,李娟,王永斌.通信装备便携式故障检测系统硬件方案[J].微计算机信息,2008,24(25):211-213. 被引量：3
8徐爱林,耿直,潘琛.浅谈决策树分类法及其应用[J].黑龙江科技信息,2008(33):91-91. 被引量：1
9杨丹,史仲平,潘丰.基于粗糙集-神经网络的TEP故障诊断[J].微计算机信息,2009,25(7):111-112. 被引量：2
10马洪明,李庆生,李永生.粗集理论在薄膜蒸发器工况预警中的应用[J].微计算机信息,2009,25(32):33-35.

同被引文献10

1王正.第二讲木工机床旋转机械故障机理与诊断技术(续)[J].木工机床,2011(1):45-48. 被引量：1
2余建青,臧观建,谢世坤,李强征.旋转机械故障诊断中的信号处理技术综述[J].机床与液压,2011,39(24):107-110. 被引量：19
3解云峰,张清华,段富.基于人工免疫系统的旋转机械故障诊断技术研究[J].电脑开发与应用,2012,25(10):4-6. 被引量：4
4王景哲.风力发电机组旋转机械的故障诊断技术分析[J].通讯世界（下半月）,2013(11):63-64. 被引量：6
5钱强.振动监测技术在旋转机械故障诊断中的应用[J].噪声与振动控制,2014,34(2):164-168. 被引量：25
6刘其洪,廖弘毅.旋转机械振动故障诊断专家系统[J].计算机测量与控制,2014,22(12):3881-3883. 被引量：8
7张媛.旋转机械故障诊断技术在炼钢设备的应用[J].设备管理与维修,2018(10):173-174. 被引量：4
8冯晨,田涛.风力发电机组旋转机械的故障诊断技术研究[J].电子制作,2013,21(14):27-27. 被引量：4
9赵建鹏,周俊.基于长短时记忆网络的旋转机械状态预测研究[J].噪声与振动控制,2017,37(4):155-159. 被引量：28
10于波,徐雪娇,郑听.基于小波包分解的能量特征提取在旋转机械故障诊断中的应用研究[J].化工自动化及仪表,2016,43(10):1056-1059. 被引量：15

引证文献4

1张媛.旋转机械故障诊断技术在炼钢设备的应用[J].设备管理与维修,2018(10):173-174. 被引量：4
2周奇才,王益飞,赵炯,熊肖磊,沈鹤鸿.基于LSTM循环神经网络的盾构机故障预测系统设计[J].现代机械,2018(5):35-40. 被引量：16
3王宝.旋转机械故障诊断技术在炼钢设备中的应用[J].中国设备工程,2019(6):85-86. 被引量：3
4杨海涛,刘青.旋转机械故障诊断技术在炼钢设备的应用[J].中国机械,2020,32(2):119-119.

二级引证文献21

1张金玉.旋转机械故障诊断技术在炼钢设备中的应用研究[J].冶金管理,2021(7):37-38.
2石茂林,孙伟,宋学官.隧道掘进机大数据研究进展:数据挖掘助推隧道挖掘[J].机械工程学报,2021,57(22):344-358. 被引量：23
3汪云,杨海博,徐建,郑梦琪,韩智昕,赵耘,赵耀.基于长短期记忆神经网络模型的地下水水位预测研究[J].节水灌溉,2019,0(10):73-77. 被引量：21
4徐进,刘丽莎,章龙管,段文军,刘绥美.基于PCA-LSTM的盾构故障多标签预测模型研究[J].山东农业大学学报（自然科学版）,2019,50(6):1005-1009. 被引量：2
5王华秋,武林.基于变体LSTM的空压机排气压力监测研究[J].重庆理工大学学报（自然科学）,2020,34(2):107-113. 被引量：5
6杨海涛,刘青.旋转机械故障诊断技术在炼钢设备的应用[J].中国机械,2020,32(2):119-119.
7李晓波,饶丰,郭丽,马荣路.基于云服务的物流设备故障预测研究[J].制造业自动化,2020,42(7):131-134. 被引量：3
8王永.旋转机械故障诊断技术在炼钢设备中的应用[J].装备维修技术,2020(6):177-177.
9周永椗,胡晓宇,丁邦权.旋转机械故障诊断技术在炼钢设备中的应用研究[J].山西冶金,2020,43(4):163-164. 被引量：2
10宋建强.基于改进BP神经网络的土压平衡盾构机故障检测诊断方法[J].工程机械与维修,2020(4):40-41. 被引量：2

1陈洁,芮延年.装载机机械系统工作状态智能监测与故障诊断[J].机电工程技术,2003,32(6):62-65. 被引量：2
2薛伟,董辛旻,李雄飞.基于无线传感器网络技术的设备振动数据采集节点设计[J].机床与液压,2013,41(3):93-95.
3吴淅,黄章进,顾乃杰.基于龙芯3B的循环规约算法向量化研究[J].计算机工程,2013,39(2):293-298.
4侯志敏,夏薇,邓东花.基于LabVIEW的设备振动测试系统[J].价值工程,2012,31(2):164-165. 被引量：2
5邓维斌.维规约对朴素贝叶斯分类性能的影响研究[J].计算机应用与软件,2010,27(6):89-91. 被引量：1
6陈宁.浅谈英语翻译软件的开发与应用[J].电子测试,2013,24(4S):276-277. 被引量：3
7费立蜀,顾庆,陈道蓄.一种过程定义模型及其验证性分析[J].计算机科学,2004,31(1):145-151. 被引量：6
8郭小曦,张仁群.机载设备振动条件确定方法的研究[J].环境技术,2013,31(5):6-8. 被引量：2
9冯再麟,门华宇.加固外存设备振动测评技术若干问题初探[J].舰船指挥控制系统,1995(6):47-51.
10吴立强,杨晓元,郝斌,刘镇.并行的NTRU格规约算法[J].计算机工程与应用,2011,47(28):62-64. 被引量：1

科技创新与应用

2015年第32期

浏览历史

内容加载中请稍等...

基于数据挖掘技术的旋转机械故障诊断研究被引量：4

参考文献2

二级参考文献3

共引文献21

同被引文献10

引证文献4

二级引证文献21

相关作者

相关机构

相关主题

浏览历史

基于数据挖掘技术的旋转机械故障诊断研究 被引量：4

参考文献2

二级参考文献3

共引文献21

同被引文献10

引证文献4

二级引证文献21

相关作者

相关机构

相关主题

浏览历史

基于数据挖掘技术的旋转机械故障诊断研究被引量：4