基于数据挖掘技术的全断面掘进机故障诊断系统研究

摘要

随着铁路、公路、城市地铁、海底隧道建设的发展，全断面掘进机(TBM)的应用越来越广泛。全断面掘进机是机械、电子、液压、激光技术一体化的大型隧道施工作业系统，结构复杂，一旦出现故障便可能造成极大的经济损失和人员伤亡。所以，保证TBM的可靠运行，对全断面掘进机进行有效的故障诊断研究是很必要的。TBM的数据采集系统中储存了海量的数据，这些数据存在着大量的知识不为人理解，这些数据中隐藏着大量的潜在规则须被挖掘。针对这一缺陷和数据挖掘技术可以从大量的数据中提取有价值的知识和信息的功能，本文把数据挖掘技术引用到TBM的故障诊断中，以解决TBM故障规则识别的问题。
　　本文在总结了全断面掘进机工作原理、主要结构和常见故障的理论分析基础上，重点研究了数据挖掘中粗糙集和决策树两种算法。基于数据挖掘的故障诊断实质就是对故障信号进行分类从而生成诊断规则。所以，介于决策树C4.5算法可以快速生成易理解的规则，本文采用了C4.5算法挖掘故障规则。考虑到全断面掘进机的故障特征向量数量庞大，可能存在不能识别的大量冗余信息，因此在利用决策树生成故障诊断规则之前，提出了粗糙集算法中的可辨识矩阵方法对故障特征进行属性的约简。通过这两种数据挖掘算法的融合，降低了计算的复杂度，大大减少了特征数据获取的工作量和诊断时间，生成的诊断规则也更加简洁、可靠和准确。
　　最后，文章提出了基于Web的故障诊断系统，具体介绍了系统的数据库管理系统、用户管理系统和故障诊断系统等几个主要模块，实现了系统数据管理、诊断等功能。
　　在软件开发工具方面，系统选用了B/S架构，并结合SQL Server2000数据库技术及VB、dreamweaver8.0网页开发工具，联合开发了全断面掘进机的故障诊断系统，同时针对全断面掘进的刀盘故障为例，验证了本系统的各个功能模块的可行性。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景、目的及意义

1．1．1 课题研究的来源与背景

1．1．2 课题研究的目的及意义

1．2 故障诊断领域的发展状况

1．2．1 数据挖掘技术在故障诊断领域中的发展

1．2．2 全断面掘进机故障诊断的研究现状

1．3 本文主要研究内容

第2章 全断面掘进机相关理论的研究

2．1 全断面掘进机的结构分析和工作原理

2．1．1 全断面掘进机的主要结构

2．1．2 全断面掘进机的工作原理

2．2 全断面掘进机的数据采集系统

2．3 全断面掘进机的故障分析

2．3．1 全断面掘进机的故障机理

2．3．2 全断面掘进机受控对象的选择

2．3．3 全断面掘进机的常见施工故障

2．4 本章小结

第3章 数据挖掘技术与故障诊断的理论研究

3．1 数据挖掘技术的相关理论研究

3．1．1 数据挖掘技术的定义

3．1．2 数据挖掘技术的发展

3．1．3 数据挖掘的步骤

3．1．4 数据挖掘的相关技术

3．1．5 常用的数据挖掘工具

3．2 故障诊断的相关理论研究

3．2．1 故障诊断技术的定义

3．2．2 故障诊断的方法

3．2．3 故障诊断研究的内容

3．3 故障诊断系统中应用的数据挖掘技术

3．3．1 粗糙集技术的基本概念

3．3．2 基于粗糙集的属性简约

3．3．3 决策树的基本概念

3．3．4 决策树算法的介绍

3．4 本章小结

第4章 数据挖掘技术在全断面掘进机故障诊断中的实现

4．1 故障诊断中融合诊断的研究

4．1．1 诊断方法的融合

4．2 基于数据挖掘算法的故障模型

4．3 基于粗糙集理论的故障特征参数选择

4．3．1 数据预处理

4．3．2 条件属性的约简

4．4 基于决策树算法的TBM故障识别方法实现

4．4．1 C4．5算法在TBM故障诊断中的应用

4．4．2 改进的C4．5算法在TBM故障诊断中的应用

4．4．3 基于Clementine的决策树算法实现

4．4．4 基于属性约简的决策树预测诊断

4．5 本章小结

第5章 基于Web的故障诊断系统的设计方案

5．1 远程故障诊断系统的网络化技术

5．1．1 远程故障诊断系统的模式设计

5．1．2 远程故障诊断系统的基本结构

5．1．3 远程故障诊断系统的软件开发技术

5．1．4 远程故障诊断系统的软件平台

5．2 故障诊断系统模块的设计

5．2．1 系统的总体设计

5．2．2 系统的主要功能模块

5．2．3 系统数据库的设计

5．2．4 诊断系统的主要功能

5．3 本章小结

第6章 结论与建议

6．1 结论

6．2 建议

参考文献

致谢