基于数据场模型的提升机故障诊断方法研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 学位论文使用授权声明 本人完全了解中国矿业大学有关保留、使用学位论文的规定，同意本人所撰 写的学位论文的使用授权按照学校的管理规定处理： 作为申请学位的条件之一，学位论文著作权拥有者须授权所在学校拥有学位 论文的部分使用权，即：①学校档案馆和图书馆有权保留学位论文的纸质版和电 子版，可以使用影印、缩印或扫描等复制手段保存和汇编学位论文；②为教学和 科研目的，学校档案馆和图书馆可以将公开的学位论文作为资料在档案馆、图书 馆等场所或在校园网上供校内师生阅读、浏览。另外，根据有关法规，同意中国 国家图书馆保存研究生学位论文。 （保密的学位论文在解密后适用本授权书）。 作者签名： 导师签名： 年 月 日 年 月 日 学位论文原创性声明 本人郑重声明：所呈交的学位论文《基于数据场模型的提升机故障诊断方法 研究》，是本人在导师指导下，在中国矿业大学攻读学位期间进行的研究工作所 取得的成果。据我所知，除文中已经标明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 年 月 日 45 论文审阅认定书 研究生 在规定的学习年限内，按照研究生培养方案 的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本 学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同， 论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文 送专家评审。 导师签字： 年 月 日 致谢 时光荏苒，三年的硕士研究生生活转瞬即逝，忆及这三年的硕士生活充实而 有意义，令人难以忘记。在此论文完成之际，我要向给予我指导、支持、帮助及 关心过我的老师、学长、同学和亲人表示衷心的感谢！ 首先，非常诚挚地感谢我的导师夏士雄院长和我的指导老师王志晓副教授。 他们对我研究生三年的培养起到了非常关键的作用。研究上，教会我踏实、严谨 和创新；生活上，教会我乐观、勇敢和真诚，他们还给我提供了很多科研实践和 去煤矿现场实习锻炼的机会，这些经历将使我终身受用。 感谢牛强老师，论文选题到论文的最终完成，牛老师给予了莫大的帮助和关 怀，也给予了充分的鼓励和支持，在此表示感谢。 感谢实验室各位同学，感谢他们共同创造了一个和谐、温馨的学习环境，也 使我少走了很多弯路，在此向他们表示诚挚的敬意和衷心的感谢，祝他们今后事 业有成、一帆风顺。 感谢我的父母及各位亲友，感谢我的室友，感谢他们这些年来在生活和精神 上给予我的支持与鼓励，今后无论身在何方，他们都将是我坚强的后盾和前进的 动力。 本论文虽然几经修改，但由于才疏学浅，疏漏之处在所难免，还望各位老师 批评指正，感谢各位专家百忙之中审阅本文和提出宝贵意见! 摘 要 矿井提升机故障诊断对煤矿安全生产至关重要。提升机故障诊断的方法有很 多，模糊 C 均值方法和谱聚类是两种典型方法。传统模糊 C 均值方法因随机中 心的不确定性而容易陷入局部最优，而传统谱聚类则需要人为地确定聚类数目， 对初始聚类中心敏感，且鲁棒性较差。数据场模型作为一种描述数据对象间非接 触相互作用的数学模型，能够很好地揭示数据对象的聚类特性。各种提升机故障 数据间不孤立，而是存在相互的作用与联系。本文将数据场模型引入到模糊 C 均值方法和谱聚类方法中，借助数据场模型的优点改善两种算法存在的缺陷与不 足，提高故障诊断的性能。 提出基于数据场模型和模糊 C 均值的聚类算法。该算法在构建提升机故障 数据场的基础上，利用故障点在数据场中的势值找出噪声点并剔除，并利用故障 点在数据场中呈现的自然聚集特性选择初始聚类中心，指导模糊 C 均值聚类， 优化聚类性能。对 Aggregation 数据集实验结果表明，基于数据场模型的模糊 C 均值的聚类算法能够有效避免传统模糊 C 均值方法存在的缺陷与不足，提高故 障诊断的性能。 提出基于数据场模型和谱聚类的聚类算法。该算法利用数据场模型对传统谱 聚类的相似度矩阵构造进行适当调整，借助数据场模型给出谱聚类算法的 k 值和 初始聚类中心点，最后利用 K-means 聚类算法进行聚类划分。对 Iris 数据集、 Wine 数据集和 Zoo 数据集的实验结果表明，基于数据场模型和谱聚类的聚类算 法能够有效提高谱聚类算法的稳定性与准确性。 将基于数据场模型和模糊 C 均值的聚类算法、基于数据场模型和谱聚类的 聚类算法应用到提升机故障诊断中。对真实提升机电机故障数据和轴承故障数据 的实验结果表明，两个算法能够有效提高提升机故障诊断的性能。 本文共有图 18 副，表 6 个，参考文献 63 篇。 关键词：提升机；故障诊断；数据场模型；模糊 C 均值；谱聚类 I Abstract Mine hoist