基于远场涡流法对管道缺陷进行检测,根据粗糙集理论中的约简算法、规则提取算法及分类可信度分析等对数据挖掘技术在管道缺陷检测中的应用进行了研究,内容涉及管道缺陷的检测、远场涡流法的原理、数据挖掘和粗糙集中的数据简约及算法等.实验表明,该方法具有良好的缺陷可识别性.

针对现有产品配置设计方法中对客户性能需求研究的不足,结合可拓数据挖掘方法提出了基于性能驱动的可拓数据挖掘产品配置设计方法研究。首先通过对客户个性化需求的定量与定性化分析,建立客户需求分析模型;其次对配置模型的参数知识进行可拓知识挖掘,并对产品布局结构的变换阈值知识进行相互匹配与矛盾问题消解,建立变换消解模型及满足客户需求的可变换阈值解空间;然后在此基础上,对产品配置过程中的知识组合矛盾问题,进行基于可拓数据挖掘的传导变换,求解出满足客户需求的配置解空间;最后基于Visual C++6.0、Solidworks等平台开发软件建立了产品的快速配置系统,通过实例测试,验证了该方法的准确性和有效性。

建立机械摩擦力模型及其相应的控制补偿策略一直是人们所关注的问题.由于摩擦力所固有的非线性及不确定特征,用传统的数学建模与控制补偿方法难以达到满意的系统性能要求.本文采用模糊建模技术逼近摩擦动力系统并将辨识结果用在前馈补偿控制器设计中.模糊建模过程由以下3个部分组成:首先采用数据挖掘技术辨识出模糊系统的模糊规则库,然后利用该规则库建立模糊系统的静态模型,最后以李雅普诺夫稳定性理论为基础进一步辨识出模糊系统的动态模型.在控制器设计方面,采用了自适应模糊系统前馈补偿的比例微分(Proportional-derivative,PD)算法.运用李雅普诺夫稳定性分析证明了闭环系统跟踪误差的有界性.数值仿真结果表明了该方法的有效性和实用性.

基于传统的尺寸统计报警理论经验,对报警监控的对象、监控的算法及报警的后续发展做了创新拓展探索。结合当前开发的IT报警系统的功能应用,分享一些设计思路和核心算法,为相关行业数据报警技术的应用提供参考。

工程机械的液压油超温由于设备规模大,影响因素多,导致运行过程中存在较强的不确定性。本文以混凝土泵车为研究对象,基于决策树算法分析了造成液压油异常高温的原因,了解了导致液压油超温的主要原因与各参数对液压油温度的贡献度。通过决策树模型(测试精度93.4%)找出了典型的超温原因,实施整改措施后液压油超温率降低7.4%,超温得到控制,降低了设备因液压油超温带来的潜在风险。数据挖掘在工程机械领域的应用大大提高了故障分析效率,明确了问题方向,为故障诊断与性能分析提供了一种新的思路。

长期以来,由于海上钻完井物资供应缺乏有效的分析与预测系统,导致物流公司无法预先科学、有效地安排相关物流资源,资源利用率和服务质量得不到提升。通过对海上钻完井历史数据相关关联关系的分析研究,采用合适的算法,研究出了适合中海油能源物流有限公司的物流资源预测模型,并通过理论验证和数据验证相结合的方法论证了该预测模型的有效性,以指导物料需求预测及物流资源预测软件系统的研发。

发动机装配过程作为制造业生产过程中的重要环节, 在实际运行中会产生大量的实时数据信息, 伴随而来的是对信息进行分析处理和实现信息交互的需求.由于发动机装配过程存在设备类型繁多、 装配信息多源、 装配信息实时响应不足和缺乏可靠的信息系统等问题.文中从这一需求出发, 针对发动机装配过程中存在的上述问题,以发动机装配过程数据挖掘为主要研究内容, 通过对装配过程、 CPS和数据挖掘的研究, 构建了基于CPS的装配过程数据挖掘系统.

混凝土泵车在服役过程中的运行状态和维护信息是产品面向再制造设计、再制造零部件寿命预测和保障再制造产品质量的基础。通过数据挖掘技术对ECC系统中的海量数据进行分析,并基于线性回归分析、神经网络方法建立了摆缸液压油温度的预测模型。比较两种模型的预测精度,结果表明摆缸液压油温度可由其他参数利用线性回归预测模型获得。这有利于在面向再制造设计中减少一个温度传感器、ECC系统所监测的数据量及其存储负担,从而减少系统的复杂性,因而具有一定的实际应用价值。