面向大數據的機電裝備健康狀態(tài)監(jiān)測方法研究與系統(tǒng)開發(fā).pdf

1、機電裝備是集成機械、電氣、液壓、力學等技術的機電一體化產品，不同知識系統(tǒng)的融合，加上工業(yè)生產中的復雜工況，導致機電裝備發(fā)生故障的可能性大大提高。傳統(tǒng)方法對于機電裝備的健康狀態(tài)監(jiān)測與診斷的研究，大多基于裝備在運行過程中采集到的狀態(tài)監(jiān)測數據。隨著工業(yè)制造領域對機電裝備健康狀態(tài)監(jiān)測要求的不斷提高，需要實時監(jiān)測機電裝備運行過程中的各種參數，狀態(tài)監(jiān)測數據總量隨著時間的不斷推移而出現躍升，從而超出傳統(tǒng)的數據處理與數據存儲的范圍。所以，面向大數據的機

2、電裝備健康狀態(tài)監(jiān)測方法的研究，具有相當重要的理論與實際意義。
　　本研究主要內容包括：⑴分析機電裝備在運行狀態(tài)下采集的狀態(tài)監(jiān)測數據，針對某一時刻傳感器采集的裝備狀態(tài)監(jiān)測數據，分組提取特征參數。利用自適應神經模糊推理系統(tǒng)（ANFIS）建立狀態(tài)監(jiān)測數據與機電裝備健康狀態(tài)之間的映射關系，實現機電裝備健康狀態(tài)的監(jiān)測。⑵在單臺計算機上配置偽分布模式，搭建Hadoop大數據平臺來處理工業(yè)大數據，利用Hadoop的分布式文件系統(tǒng)（HDFS）存儲