煤矿设备点检系统的优化设计与实现

发布时间：2017-09-14 08:35

  本文关键词：煤矿设备点检系统的优化设计与实现

  更多相关文章： 点检系统 点检路线优化 遗传算法 状态趋势预测

【摘要】：设备管理是煤矿企业管理的重要组成部分,设备管理的进步是促进企业管理方式成功转型的重要途径。针对现阶段煤矿企业在设备管理方面存在点检路线安排不合理及无法准确把握设备运行状态趋势的问题,结合现有煤矿设备点检系统,研究点检路线优化问题与设备状态趋势预测问题,优化点检系统的功能,为搭建功能更为完善的点检系统奠定基础。论文以煤矿设备点检系统的优化设计为目的,首先分析点检过程中手工安排点检路线易造成路线混乱、任务分配不均的现象,给出点检路线优化问题的定义,建立以点检路线最短为优化目标的数学模型,采用遗传算法进行优化。其次,针对设备状态趋势难以把握、状态数据种类繁多及数据样本大小不同等问题,分析不同预测算法的特点及适用范围,选用预测速度快、精度高、建模方便的小波神经网络算法和灰色模型作为算例,分别建立预测模型并实例验证,为系统算法库的开发提供理论依据。最后,基于以上研究过程,开发系统的点检路线优化模块和设备状态趋势预测模块、系统数据库、算法库等,实现系统优化设计所需关键技术的研究,完成煤矿设备点检系统的优化设计。经过对煤矿设备点检系统的优化设计,使系统具有功能多样化、点检管理智能化、实际应用价值高等优势,有效地满足了煤矿企业的实际需求并促进了设备管理的进步。
【关键词】：点检系统 点检路线优化 遗传算法 状态趋势预测
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD40;TP311.52
【目录】：

• 摘要2-3
• ABSTRACT3-7
• 1 绪论7-13
• 1.1 课题研究背景及意义7-9
• 1.1.1 研究背景7-8
• 1.1.2 研究意义8-9
• 1.2 国内外研究现状及发展趋势9-12
• 1.2.1 设备点检管理系统研究现状9-10
• 1.2.2 点检路线优化技术研究现状10-11
• 1.2.3 设备状态趋势预测研究现状11-12
• 1.3 论文研究内容12-13
• 2 系统框架13-19
• 2.1 系统架构13-14
• 2.1.1 系统网络架构13
• 2.1.2 系统业务逻辑架构13-14
• 2.2 系统功能模块优化14-18
• 2.2.1 煤矿企业问题分析14-15
• 2.2.2 系统功能发展15-17
• 2.2.3 系统功能优化设计17-18
• 2.3 本章小结18-19
• 3 基于遗传算法的设备点检路线优化19-32
• 3.1 存在问题分析19-20
• 3.2 点检路线优化问题20-22
• 3.2.1 约束条件20-21
• 3.2.2 点检因素21-22
• 3.3 点检路线优化建模22-23
• 3.4 基于遗传算法的模型求解23-31
• 3.4.1 构造群体25
• 3.4.2 编码方案25-26
• 3.4.3 设计算子26-27
• 3.4.4 适应度函数27-28
• 3.4.5 实例验证28-31
• 3.5 本章小结31-32
• 4 设备状态趋势预测32-44
• 4.1 趋势预测技术32-34
• 4.1.1 趋势预测技术概述32-33
• 4.1.2 基于数据的趋势预测方法分析33-34
• 4.2 小波神经网络34-37
• 4.2.1 小波神经网络理论34-36
• 4.2.2 预测模型建立36-37
• 4.3 灰色预测模型37-40
• 4.3.1 灰色预测37
• 4.3.2 预测模型建立37-40
• 4.4 实例验证40-43
• 4.4.1 小波神经网络实例验证40-41
• 4.4.2 灰色模型实例验证41-43
• 4.5 本章小结43-44
• 5 系统优化设计与实现44-54
• 5.1 系统开发关键技术44
• 5.2 系统关键部分设计44-46
• 5.2.1 点检路线优化功能44-45
• 5.2.2 状态趋势预测功能45-46
• 5.3 算法库设计46
• 5.4 点检系统数据库46-50
• 5.4.1 数据模型建立47
• 5.4.2 数据字典47-50
• 5.5 系统实现及测试50-52
• 5.5.1 运行环境配置50-51
• 5.5.2 系统实现及运行51-52
• 5.6 本章小结52-54
• 6 结论与展望54-55
• 6.1 结论54
• 6.2 展望54-55
• 致谢55-56
• 参考文献56-60
• 附录60

【参考文献】

中国期刊全文数据库 前10条

1 孙雪;王成新;郝兆印;;“一带一路”战略背景下我国煤炭行业转型发展探究[J];煤炭经济研究;2015年07期

2 林洋;诸强;高敏;安峥;高海鹏;;基于RFID的医疗设备使用状态监测系统[J];中国医疗设备;2015年06期

3 邓荣军;王斌;熊典;代礼弘;;基于遗传算法的输电线路无人机巡检路径规划[J];计算机测量与控制;2015年04期

4 李永耀;韩捷;陈磊;郝旺身;管腾飞;;基于AR-Kalman的机械设备状态趋势预测方法研究[J];制造业自动化;2014年12期

5 史恩秀;陈敏敏;李俊;黄玉美;;基于蚁群算法的移动机器人全局路径规划方法研究[J];农业机械学报;2014年06期

6 胡瑾秋;张来斌;胡春艳;李文强;;基于数据自组织挖掘的机械设备状态退化预警方法[J];中国石油大学学报(自然科学版);2014年03期

7 曹现刚;张怀珠;惠阳;;煤矿设备点检管理系统研究[J];工矿自动化;2014年05期

8 崔丽群;张明杰;许X;;基于改进蚁群算法的应急救援路线选择[J];计算机工程与应用;2014年23期

9 陈瑶;霍佳震;;整数编码的组群遗传算法在分组优化中的设计和应用[J];上海交通大学学报;2013年03期

10 张国亮;;动态环境中移动机器人路径规划研究综述[J];机床与液压;2013年01期

，

本文编号：849005