河北省自然科学基金(G2010001331)

作品数:7被引量:21H指数:3
导出分析报告
相关作者:刘晶朱清香季海鹏于欣郝红红更多>>
相关机构:燕山大学河北工业大学中国传媒大学更多>>
相关期刊:《工业工程》《燕山大学学报》《计算机集成制造系统》《计算机测量与控制》更多>>
相关主题:故障诊断加权关联规则关联规则算法关联规则数据挖掘更多>>
相关领域:自动化与计算机技术更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-7
视图:
排序:
基于加权关联增量更新模型的设备故障诊断研究被引量:1
《燕山大学学报》2014年第4期365-370,共6页朱清香 于欣 刘晶 刘彦凯 尹佳 
国家自然科学基金资助项目(51175145);河北省自然科学基金资助项目(G2010001331);河北省高等学校科学技术研究项目(QN20131060)
利用数据挖掘技术对设备监测数据进行分析,可以建立较准确的故障诊断及预警模型,但随着故障数据库的扩大,如何利用新增数据进行快速诊断成为急需解决的问题。针对上述问题,提出了加权关联规则增量更新模型,该模型直接对新增数据进行频...
关键词:故障诊断 加权关联规则 增量更新 布尔矩阵 
含有隐性故障的复杂设备故障预警方法被引量:6
《计算机测量与控制》2014年第4期1030-1032,共3页刘晶 季海鹏 朱清香 于欣 
河北省自然科学基金项目(G2010001331);河北省自然科学基金项目(G2014202031);河北省科技厅软科学项目(13451813D);河北省高等学校科学技术研究项目(QN20131060)
针对复杂设备故障预警弊端,提出一种含有隐性故障的复杂设备多源关联故障预警方法;因为复杂设备监控点较多,监控数据通常以大量、快速、时变的流形式持续到达,首先构建了大数据智能平台将监控数据分流为在线处理和离线处理;其次在研究...
关键词:复杂设备 隐含故障 故障诊断 故障预警 关联规则算法 
矩阵加权关联规则在故障诊断系统中的应用被引量:5
《工业工程》2013年第2期87-91,96,共6页朱清香 焦朋沙 刘晶 郝红红 
河北省自然科学基金资助项目(G2010001331)
关联规则挖掘算法实现了对复杂设备的通用、快速、脱离主观经验的故障诊断。经典的关联规则算法以各项目均匀分布为前提,而实际的故障诊断过程中不同的故障因素对故障诊断的贡献度不同。针对这种情况,将"最小支持期望"和矩阵引入关联规...
关键词:故障诊断 专家系统 加权关联规则 最小支持期望 
基于变权关联规则的设备故障诊断研究被引量:2
《燕山大学学报》2011年第2期167-172,共6页朱清香 滕丽丽 刘晶 
河北省自然科学基金资助项目(G2010001331)
加权关联规则应用于设备故障诊断是当前的研究热点,其前提假设是,设备组件的权值在整个设备生命周期中是恒定不变的。而实际上,随着设备组件的磨损,各组件的权值会随时间而发生变化。本文针对这种情况,提出了一种适用于设备故障诊断的...
关键词:设备故障诊断 加权关联规则 变权关联规则 权值 
基于神经网络的关联规则在故障诊断中的应用被引量:3
《工业工程》2011年第2期118-121,共4页刘晶 季海鹏 
河北省自然科学基金资助项目(G2010001331)
采用加权关联规则算法对设备历史数据库进行挖掘,建立加权关联规则模式库。设备监控数据通过与模式库匹配,实现设备故障诊断。同时,针对钢铁企业中液压设备的特殊性,提出利用自组织竞争神经网络模型确定权值,即将设备故障信息的3个主要...
关键词:数据挖掘 加权关联规则 神经网络 故障诊断 
一种带有风险控制的维修决策方法被引量:4
《计算机集成制造系统》2010年第10期2087-2093,共7页刘晶 季海鹏 朱清香 
河北省自然科学基金资助项目(G2010001331)~~
针对钢铁企业液压设备的特点,提出一种带有风险控制的维修决策方法,该方法只需要计算一次就可以判断设备是否处于缺陷状态,及其潜在故障类型和潜在故障发生概率值。与传统的风险维修方法相比,该方法提高了故障诊断准确度,加快了诊断速度...
关键词:数据挖掘 关联规则算法 神经网络 风险维修 故障诊断 
改进多重最小支持度关联规则算法在故障诊断中的应用被引量:6
《工业工程》2010年第4期108-111,共4页刘晶 季海鹏 朱清香 
河北省自然科学基金资助项目(G2010001331)
Apriori算法的前提是数据库中各项目的频率和重要性是相同或者相似的,但在故障诊断的实际应用中并非如此。在Apriori算法的基础上进行改进,利用多重最小支持度解决了设备故障诊断中非频繁项目的挖掘;同时针对在实际的应用中项目集的重...
关键词:多重最小支持度 关联规则 组件信誉值 故障诊断 
检索报告 对象比较 聚类工具 使用帮助 返回顶部