声明
致谢
摘要
1 引言
1.1 研究背景及意义
1.2 研究目标及意义
1.3 研究内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
2 国内外研究现状及分析
2.1 机器学习在设备故障识别中的研究分析
2.2 机器学习在文本信息处理中的研究分析
2.3 文本信息处理方法研究
2.3.1 文本分词方法研究现状
2.3.2 特征词提取方法研究现状
2.4 关联规则算法的研究现状
2.5 故障识别算法的研究现状
2.6 本章小结
3 设备故障信息特征词提取方法研究
3.1 设备故障数据信息特征分析
3.1.1 故障信息特征分析
3.1.2 故障信息预处理
3.2 基于改进的N-Gram算法的故障信息特征词提取
3.2.1 N-Gram算法
3.2.2 文本信息词频字典获取
3.2.3 基于N-Gram的改进算法
3.3 实例分析
3.3.1 设备故障信息词频字典
3.3.2 牵引系统故障信息特征词提取
3.3.3 设备故障信息特征词提取结果与分析
3.4 本章总结
4 设备关联失效规则算法分析与研究
4.1 关联失效分析基本理论
4.2 改进的Apriori算法
4.2.1 Apriori算法基础理论
4.2.2 Apriori算法存在的问题
4.2.3 改进的Apriori算法改进思想
4.2.4 改进的Apriori算法的具体描述
4.2.5 改进的Apriori算法的实现
4.3 改进的FP-Growth算法
4.3.1 FP-Growth算法基础理论
4.3.2 FP-Growth算法的具体流程
4.3.3 FP-Growth算法的改进思想
4.3.4 改进的FP-Grovrth算法的实现
4.3.5 改进的FP-Growth算法与改进的Apriori算法相比较
4.4 基于改进的FP-Growth算法的关联失效模型的构建
4.4.1 设备关联失效规则提取分析
4.4.2 系统失效关系模型的构建
4.5 实例分析
4.6 本章小结
5 基于模糊故障Petri网的故障识别方法研究
5.1 模糊故障Petri网模型的理论基础
5.1.1 模糊故障Petri网模型的相关理论基础
5.1.2 传统Petri网描述故障诊断中的问题
5.2 模糊故障Petri网模型研究
5.2.1 模糊故障Petri网的定义
5.2.2 模糊故障Petri网推理描述
5.3 基于模糊故障Petri网络模型的故障传播分析
5.3.1 正向推理算法
5.3.2 反向推理算法
5.4 模糊故障Petri网的设备故障识别分析
5.4.1 模糊故障Petri网模型建立
5.4.2 故障识别推理算法分析
5.5 本章小结
6 故障识别系统设计与实现
6.1 需求分析
6.1.1 数据来源
6.1.2 系统功能需求
6.1.3 系统其他需求
6.2 系统设计
6.2.1 系统逻辑设计
6.2.2 物理结构设计
6.2.3 系统主要功能设计
6.2.4 数据库设计
6.3 牵引系统的故障识别系统的实现
6.3.1 牵引系统故障信息特征词提取算法的系统实现
6.3.2 牵引系统设备关联规则提取算法的系统实现
6.3.3 牵引系统的设备故障诊断的系统实现
6.4 本章小结
7 结论与展望
7.1 结论
7.2 展望
参考文献
附录
作者简历
学位论文数据集