版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、論文基于的研究項目是來源于2010年國家自然科學基金面上項目“設備突發(fā)大故障的自組織臨界態(tài)辨識與風險度量研究”(批準號:51075060)。由于現(xiàn)代機電設備的復雜性,某些突發(fā)事故發(fā)生的前兆有時是非常隱蔽的,因此突發(fā)事故預警困難,給生產(chǎn)帶來極大危害。而在資金密集型的半導體封裝測試工廠,其超負荷運轉(zhuǎn)的瓶頸設備的突發(fā)大故障問題尤為突出,正因為如此,研究設備突發(fā)大故障預測具有十分重要的意義。本文主要內(nèi)容包括:
(1)設備突發(fā)大故障自組
2、織臨界性研究;設備突發(fā)大故障具有隱蔽性強和危害大等特點,傳統(tǒng)方法難以對其預測,因此本文利用研究復雜系統(tǒng)和系統(tǒng)復雜性的科學理論之——自組織臨界性(SOC)理論其各類突發(fā)事件的分析和處理能力,研究設備故障的自組織臨界性特性,把握設備故障的整體特性。由于SOC理論在分析數(shù)據(jù)時不要求數(shù)據(jù)具有平穩(wěn)性,確保了突發(fā)大故障數(shù)據(jù)不會被作為異常的剔除。
?。?)設備突發(fā)大故障定義方法選??;在利用極值理論進行設備突發(fā)大故障預測前,如何定義設備突發(fā)大故
3、障點成為關鍵。本文采用了峰度法的方式定義設備突發(fā)大故障點,為進一步利用極值理論分析預測突發(fā)大故障點做必要的工作準備。
?。?)設備突發(fā)大故障預測模型研究;本文利用設備故障離線時間序列數(shù)據(jù)是否具有空間冪律分布特征,分別采用結(jié)合極值理論求解極值分布或基于災變灰預測理論建立設備突發(fā)大故障預測模型,并結(jié)合某半導體封裝測試廠瓶頸設備離線時間序列數(shù)據(jù),對所提模型進行了案例研究和預測工具的開發(fā),實現(xiàn)了動態(tài)地計算設備突發(fā)大故障發(fā)生的概率或設備突
4、發(fā)大故障發(fā)生的時間的預測。
相較于目前常用的設備故障預測方法,本論文所述設備突發(fā)大故障預測方法在數(shù)據(jù)前期處理時不會將設備突發(fā)大故障數(shù)據(jù)作為“噪音點”、“異常點”剔除,并且本文使用了SOC理論研究表征設備故障的離線時間序列數(shù)據(jù)的分布特征,巧妙地為極值理論預測突發(fā)事件提供了所需分布特性,克服了常規(guī)回歸分析和時序模型分析對數(shù)據(jù)的均勻性和線性要求及由此造成的對突發(fā)大故障數(shù)據(jù)特殊性處理能力不強等不足,實現(xiàn)了設備突發(fā)大故障的預測,為設備故
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于在線監(jiān)測數(shù)據(jù)的設備突發(fā)大故障預測建模及實現(xiàn).pdf
- 基于時間序列的設備缺陷預測的研究.pdf
- 股票時間序列數(shù)據(jù)挖掘與趨勢預測--基于時間序列嵌入.pdf
- 基于時間序列預測技術(shù)的隧道數(shù)據(jù)研究.pdf
- 基于網(wǎng)絡的時間序列預測.pdf
- 基于時間序列分析的預測.pdf
- 基于數(shù)據(jù)挖掘的金融時間序列預測分析與研究.pdf
- 基于時間序列數(shù)據(jù)分析的飛機延遲預測研究.pdf
- 基于OnlinE-VAR的時間序列數(shù)據(jù)流預測.pdf
- 基于時間序列分析和智能算法的故障預測方法研究.pdf
- 設備突發(fā)大故障的自組織臨界態(tài)風險度量及預警研究.pdf
- 基于Bayes網(wǎng)的時間序列預測.pdf
- 基于時間序列分析的隧道傳感器數(shù)據(jù)預測研究.pdf
- 時間序列數(shù)據(jù)的模式發(fā)現(xiàn)及預測方法研究.pdf
- 基于大數(shù)據(jù)的設備故障全矢預測模型研究.pdf
- 基于時間序列方法的短期電價預測.pdf
- 基于模糊時間序列的高爐爐溫預測.pdf
- 基于支持向量機的時間序列預測.pdf
- 基于SVM的混沌時間序列預測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的混沌時間序列預測.pdf
評論
0/150
提交評論