基于大数据的设备故障诊断系统的研究与设计

目录

声明

第一章 绪论

§1.1 课题研究意义与背景

§1.2 国内外研究现状

§1.3 本文研究内容

§1.4 文章章节安排

第二章 相关技术介绍

§2.1 大数据平台Hadoop概述

§2.1.1 HDFS

§2.1.2 MapReduce

§2.2 数据挖掘算法概述

§2.2.1 数据挖掘的算法

§2.2.2 数据挖掘开发环境

§2.3本章小结

第三章 基于改进并行FP-growth算法在故障诊断中的研究

§3.1 关联算法的原理与效率分析

（一）Apriori算法的效率分析

（二）FP-growth的效率分析

§3.2 FP-growth算法改进与实现

§3.2.1 FP-growth算法改进

§3.2.2 改进FP-growth算法的效率分析

§3.3 故障诊断实验过程分析

§3.3.1 实验准备

§3.3.2 实验结果分析

§3.4 本章小结

第四章 基于关联时序分析的故障预警模型设计

§4.1 预警模型设计

§4.2 关联算法频繁集预警的可行性分析

（一）频繁集支持度

（二）频繁集预警的概率

（三）频繁集预警的时间长度

§4.3 故障预警的实验研究

§4.3.1 关联挖掘分析

§4.3.2 时间序列分析

§4.3.3 预警模型结果分析

§4.4 本章小结

第五章 故障诊断系统总体设计与实现

§5.1故障诊断系统模型设计

§5.1.1 故障诊断系统模型架构

§5.1.2 故障诊断系统技术架构

§5.2 数据采集与存储描述

§5.2.1 数据采集通信协议

§5.2.2 数据通信过程研究

§5.2.3 数据存储方式

§5.3 数据预处理过程

§5.3.1空值处理

§5.3.2数据降维方法

§5.3.3数据离散化

§5.4 故障数据的处理与诊断

§5.4.1 故障数据挖掘

§5.4.2 故障学习与诊断

§5.4.3 故障预警

§5.5 故障诊断系统模型的建立

§5.5.1 故障诊断系统建立的特点

§5.5.2 故障诊断系统模型的建立

§5.6 Web远程故障诊断系统部分模块实现

§5.7 本章小结

第六章 总结与展望

§6.1 研究工作总结

§6.2 存在的问题与展望

参考文献

致谢

作者在攻读硕士期间主要研究成果