基于WEB的智能预诊工具研究与实现

基于WEB的智能预诊工具研究与实现

论文摘要

随着制造企业对先进制造技术及装备的需求日益增强,设备的可靠性、运行效率、以及无故障时间对于实现安全运行、提高企业的经济效益和市场竞争力至关重要。采用先进的智能维护管理模式,利用智能预诊技术和网络通讯手段,充分发挥信息化技术在设备维护管理中的作用,进而达到对重大设备和关键部件的运行状况进行实时性能评估及剩余寿命的动态预测,对实现设备的全生命周期智能管理,以及近零故障运行具有重要意义。因此,本文立足于智能预诊的实施及网络化实现,对构建远程智能预诊工具进行研究。首先,本文从实施智能预诊的角度出发,提出智能预诊统一的四层框架结构,完整地描述了各子模块的功能,并特别指出智能预诊数据格式规范化对拓宽智能预诊适用范围的重要性。在此基础上,分析智能预诊网络化实现的可行性,研究服务器资源及网络承载能力有限给智能预诊网络化实现带来的问题,并提出传输特征数据和应用快速收敛算法的解决方案。其次,本文采用支持向量回归机算法解决了智能预诊网络化实现快速响应的问题,分析学习参数对回归模型精度的影响,分别采用遍历寻优、遗传算法寻优、多核结合的方法逐步改善模型的整体性能,保证了模型回归精度,同时提高了模型的泛化能力。将该方法应用于汽轮机转子实际寿命损耗预测,取得了良好的效果。第三,对智能预诊网络化实现的关键技术进行研究,分析比较动态网页开发技术、数据库及接口技术、Matlab与Web接口技术等关键技术,提出离线模式与在线B/S模式相结合的远程预诊模式,并确定使用“Apache + MySQL + PHP”软件组合搭建预诊服务平台。最后,本文以汽轮机转子为应用对象,支持向量回归机为智能预诊方法,结合智能预诊框架,在Windows系统环境下构建基于Web的远程智能预诊工具。其实施过程包括:服务平台搭建、系统程序及显示结构设计和主要功能模块开发等。通过将工具移植到Linux系统下,提高工具的执行效率和安全性。该工具的成功实现,为基于Web的智能预诊提供了参考范例。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题来源
  • 1.2 本课题的研究背景
  • 1.3 智能预诊方法的国内外研究现状分析
  • 1.4 支持向量机的研究现状分析
  • 1.5 基于Web的远程诊断发展现状分析
  • 1.5.1 国外现状分析
  • 1.5.2 国内现状分析
  • 1.6 本课题研究内容
  • 第2章 智能预诊框架研究
  • 2.1 智能预诊的统一框架
  • 2.1.1 原始信息获取层
  • 2.1.2 特征信息提取层
  • 2.1.3 智能模型建立层
  • 2.1.4 智能预诊应用层
  • 2.2 智能预诊的Web实现分析
  • 2.3 本章小结
  • 第3章 基于支持向量回归机的智能预诊研究
  • 3.1 支持向量回归机理论
  • 3.2 支持向量回归机参数优化
  • 3.2.1 核函数选择
  • 3.2.2 参数优化
  • 3.3 基于SVR的汽轮机转子寿命损耗预测
  • 3.3.1 数据描述
  • 3.3.2 特征提取
  • 3.3.3 预测实施
  • 3.4 本章小结
  • 第4章 基于Web的智能预诊关键技术研究
  • 4.1 基于Web的预诊模式
  • 4.1.1 离线模式
  • 4.1.2 在线模式
  • 4.2 网页开发技术
  • 4.2.1 基本语言
  • 4.2.2 动态网页开发技术
  • 4.2.3 数据库及其连接技术
  • 4.3 LAMP组合
  • 4.4 用户数据传输
  • 4.4.1 数据输入方式
  • 4.4.2 数据传输方式
  • 4.5 Matlab与Web接口技术
  • 4.5.1 Matlab Web Server
  • 4.5.2 Matlab COM组件
  • 4.5.3 Matlab可执行文件
  • 4.6 本章小结
  • 第5章 基于Web的汽轮机转子智能预诊工具实现
  • 5.1 服务器平台搭建
  • 5.1.1 WindowsXP系统下服务器搭建
  • 5.1.2 Linux系统下服务器搭建
  • 5.2 系统功能分析
  • 5.3 系统总体设计
  • 5.3.1 工具总体功能结构
  • 5.3.2 总体页面规划
  • 5.3.3 数据库结构及模型存储
  • 5.4 主要功能模块设计
  • 5.4.1 预诊模型在线建立
  • 5.4.2 实施预诊
  • 5.4.3 运行计划分析
  • 5.5 关键程序明细
  • 5.5.1 上传文件
  • 5.5.2 Cookie参数传递
  • 5.6 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].哪些千元智能手机值得买?[J]. 消费者报道 2015(02)
    • [2].智能手机安全,不容无视[J]. 消费者报道 2014(05)
    • [3].智能服装的现状及其发展趋势[J]. 东华大学学报(自然科学版) 2019(06)
    • [4].智能航运:未来已来[J]. 珠江水运 2019(22)
    • [5].电气工程及其自动化技术在智能建筑中的应用探析[J]. 湖北农机化 2019(23)
    • [6].智能技术在建筑电气工程中的应用[J]. 现代物业(中旬刊) 2019(09)
    • [7].中国智能养老市场浅析[J]. 时代经贸 2019(36)
    • [8].大数据视角下的智能手机助力教学探讨[J]. 教育现代化 2019(99)
    • [9].档案在智能城市知识服务中的角色分析与功能实现[J]. 浙江档案 2019(12)
    • [10].智媒体在智能投顾上的应用[J]. 无线互联科技 2020(01)
    • [11].智能工厂内网建设思路与实践[J]. 科学技术创新 2020(02)
    • [12].智能商业[J]. 华东科技 2020(01)
    • [13].世界智能纺织材料的能源创新[J]. 中国纤检 2020(01)
    • [14].智能家用自动炒菜机设计[J]. 科技经济市场 2020(01)
    • [15].智能服装在军事领域的应用及研究进展[J]. 纺织导报 2020(02)
    • [16].浅析智能技术在电气自动化方面的应用[J]. 冶金管理 2019(23)
    • [17].探讨智能建筑中的电气工程[J]. 电子测试 2020(04)
    • [18].智能时代教师教育创新有关问题的思考[J]. 陕西教育(高教) 2020(02)
    • [19].智能建筑中的建筑设计[J]. 住宅与房地产 2020(03)
    • [20].有效激发智能锁C端市场的启动[J]. 现代家电 2019(22)
    • [21].一体化智能截流井的优势和应用[J]. 建材与装饰 2020(09)
    • [22].基于智能技术的电气自动化控制研究[J]. 技术与市场 2020(03)
    • [23].探究智能时代新闻传播的变革与发展[J]. 传媒论坛 2020(07)
    • [24].智能遮光浇灌系统的设计与研究[J]. 科技风 2020(12)
    • [25].卫健业成为智能服装业最大的潜在市场[J]. 中国纤检 2020(Z1)
    • [26].智能服装的应用途径和发展问题及其未来趋势展望[J]. 染整技术 2020(03)
    • [27].智能电子助力器——智能拐杖[J]. 农家参谋 2020(08)
    • [28].智能服装发展现状及趋势[J]. 纺织导报 2020(04)
    • [29].数说中国智能锁市场[J]. 现代家电 2019(23)
    • [30].智能卫浴系统设计[J]. 包装工程 2020(08)

    标签:;  ;  ;  ;  

    基于WEB的智能预诊工具研究与实现
    下载Doc文档

    猜你喜欢