基于云计算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 四川省云计算与智能技术重点实验室 报告人： 导师： 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 内容提要 研究背景 我国已全面进入高铁时代 我国高速铁路发展存在诸多隐患 高铁故障诊断技术研究 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 “7•23”动车事故 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 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 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 研究现状 基于云计算的Web系统 云计算在线检测平台 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 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 研究目标 故障诊断Web系统 基于熵的特征提取 基于EMD的特征提取 故障诊断并行化 特征提取并行化 基于BP神经网络的 故障诊断法 B/S结构的高铁故障诊断Web系统 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 拟解决的关键问题 系统架构 实验方案——系统执行流程 实验方案——系统功能模块 实验平台 四川省云计算与智能技术重点实验室 可行性分析 研究方法得当 团队分工明确，紧密合作 研究内容明确、具体 技术路线可行 开展研究所需的数据充足 创新之处 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。 将高铁数据处理与MapReduce相结合，实现数据处理的并行化。 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。  四川省云计算与智能技术重点实验室