基于工业大数据的多源信息融合与故障诊断开题报告

 2021-11-01 21:09:22

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述近年来,随着国家对工业发展的大力支持与推动,我国整体的工业水平在不断地稳步提升,在国务院印发的《中国制造2025》当中,也提出了对于目前中国工业制造的五大要求。

在此过程中,由于对于工业过程状态变量的监测,故障分析及诊断等技术是保障工业生产安全,提高生产效率的关键,所以近年来人们对于这一方面的研究也进行了更加深入的研究。

同时,随着计算机的发展以及大数据时代的到来,人们开始更多利用得到的大量数据来分析,预测以及诊断工业过程中的各种问题,在结合了各种智能算法以后,能够对大部分工业生产过程进行有效的监测及故障诊断。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

叶片结冰是风电领域的一个全球范围难题。

然而目前使用的监测手法触发报警时往往已经发生叶片大面积结冰现象,这些故障到达报警阶段时往往已经比较严重,需要对风机进行停机和维修,造成巨大的发电损失和维护成本。

本次课题将通过对scada系统产生的大数据环境进行挖掘和建模,将获取的数据进行重新处理与融合,组成新的特征,建立深度学习模型,对叶片结冰情况进行预测与诊断。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。