基于云计算的高铁故障诊断系统研究.pptxVIP

基于云计算的高铁故障诊断系统研究报告人：导师：四川省云计算与智能技术重点实验室内容提要 研究背景、意义及国内外研究现状 研究目标、内容、拟解决的关键问题 研究方法、实验方案及可行性研究 课题的创新性 计划进度及预期成果 研究背景 我国已全面进入高铁时代截止2013年10月，中国高速铁路运营总里程达到10463公里，约占世界高铁运营总里程的45%，稳居世界高铁里程榜首 我国高速铁路发展存在诸多隐患“7?23”动车事故 高铁故障诊断技术研究研究面向高铁的数据处理及故障诊断技术可以方便工程师们监测列车运营状态及诊断故障研究意义传感器采集列车大数据开发基于云计算的高铁故障诊断Web系统，可以提高列车故障诊断效率，为动车组的运营管理和维护保养建议的提出提供支持传统方法难以满足实际高铁对数据处理实时性强和准确率高的需求云计算并行处理思想能提高高铁信号分析及故障诊断效率 数据预处理基于云计算的Web系统研究现状 故障诊断技术 振动信号处理研究现状基于云计算的Web系统云计算在线检测平台数据预处理数据解包异点剔除去除线性趋势项数据平移数据平滑故障诊断技术小波包分解D-S证据理论法BP神经网络振动信号处理时域分析频域分析时频域分析研究目标B/S结构的高铁故障诊断Web系统基于熵的特征提取基于EMD的特征提取基于BP神经网络的 故障诊断法特征提取并行化故障诊断并行化故障诊断Web系统研究MapReduce编程模型研究基于J2EE的Web开发技术MapReduce与Web相结合研究内容研究MapReduce的原理、工作方式以及应用方法研究Hadoop框架，深入学习其内部工作机制研究静态网页开发技术(HTML、CSS、javascript等)研究动态网页开发技术(JSP、Servlet、SSH)研究如何通过Web程序操纵Hadoop集群研究如何通过Web程序执行MapReduce任务并反馈执行结果改进各预处理并行算法，使其输入输出满足系统处理需求研究特征提取算法的并行化实现并验证其能否改进算法的执行效率AB预处理算法改进特征提取法能否并行关键问题研究Web系统与Hadoop集群之间的交互研究故障诊断技术的并行化实现并验证其能否改进算法的执行效率DC故障诊断技术能否并行Web系统如何调用集群拟解决的关键问题系统架构实验方案——系统执行流程高铁故障诊断系统实验方案——系统功能模块集群控制模块故障诊断模块数据预处理模块用户管理模块集群启动集群状态检测集群关闭消除趋势项信号分析诊断报告数据平滑故障诊断修改信息数据平移用户注册用户登陆异点剔除数据解包发出警报生成报表人工诊断自动诊断时域分析频域分析时频分析实验平台硬件环境Hadoop版本：1.1.0Jdk的版本：1.7Tomcat版本：6.0.37实验环境22台刀片服务器CPU：2130MHz(4核)内存：12G 软件环境四川省云计算与智能技术重点实验室研究内容研究方法团队合作技术路线数据充足硬件实验平台特征提取前期预处理赵晶晶学姐在基于熵及EMD的高铁特征提取方面有一定进展，为系统的开发奠定了一定基础实验室拥有22台计算服务器所组成的云计算平台，具备课题实验的必备条件高子喆、王仲刚、赵成兵学长在预处理、时域分析、频域分析方法的并行化方面取得一定成果可行性分析研究内容明确、具体研究方法得当团队分工明确，紧密合作技术路线可行开展研究所需的数据充足创新之处将高铁数据处理与MapReduce相结合，实现数据处理的并行化。课题创新点用户只需通过本地浏览器通过访问该系统就可使用云计算平台提供的资源与服务，快速高效地处理数据。计划进度2014年4月前：收集资料，阅读国内外相关文献。2014年4月-5月：研究MapReduce编程模型，改进高铁预处理并行算法。2014年5月-7月：对系统做需求分析、系统设计、各模块详细设计。2014年7月-11月：编写代码，实现需求分析提出的功能。2014年11月-2015年1月：系统测试，修改bug。2015年1月-2015年3月：综合研究成果，撰写学位论文。2015年4月：论文答辩。预期成果发表1-2篇基于MapReduce的高铁振动数据分析方法的研究论文。按期完成硕士学位论文的编写。Thank You !四川省云计算与智能技术重点实验室