動(dòng)車(chē)組質(zhì)量數(shù)據(jù)聚類(lèi)分析研究與應(yīng)用.pdf

1、動(dòng)車(chē)組零部件質(zhì)量的好壞將直接影響到動(dòng)車(chē)組的運(yùn)維效率、運(yùn)營(yíng)成本以及運(yùn)行安全。近年來(lái)國(guó)內(nèi)動(dòng)車(chē)組多次出現(xiàn)質(zhì)量問(wèn)題，在追溯質(zhì)量問(wèn)題根源的時(shí)候，我國(guó)目前還是采用人工經(jīng)驗(yàn)排查的方式，這種方式考驗(yàn)相關(guān)人員的素質(zhì)與經(jīng)驗(yàn)，并且缺少大數(shù)據(jù)研究作為技術(shù)支持，過(guò)于主觀。另外，在質(zhì)量問(wèn)題預(yù)測(cè)以及有針對(duì)性的質(zhì)量檢修工作上，也還處在被動(dòng)的階段，沒(méi)有相應(yīng)的應(yīng)對(duì)機(jī)制。行車(chē)狀態(tài)數(shù)據(jù)是對(duì)零部件質(zhì)量實(shí)時(shí)狀態(tài)的一個(gè)真實(shí)反映，可以從中發(fā)現(xiàn)導(dǎo)致質(zhì)量異常的因素，動(dòng)車(chē)組數(shù)據(jù)管理日漸成熟

2、，也已經(jīng)積累了大量的零部件全生命周期數(shù)據(jù)，但由于數(shù)據(jù)量龐大，人工發(fā)現(xiàn)數(shù)據(jù)屬性的潛在關(guān)系已不可能，因而基于大數(shù)據(jù)挖掘的質(zhì)量影響因素的研究變得十分必要。
　　聚類(lèi)分析將海量數(shù)據(jù)進(jìn)行相似性劃分，更利于用戶進(jìn)行分析。本文針對(duì)數(shù)據(jù)類(lèi)型多樣、維度高且數(shù)據(jù)量大等問(wèn)題，選取Chameleon聚類(lèi)算法作為研究算法，并對(duì)算法在動(dòng)車(chē)組質(zhì)量數(shù)據(jù)分析中存在的不足加以改進(jìn)，提高聚類(lèi)質(zhì)量。由于數(shù)據(jù)量大，傳統(tǒng)單機(jī)操作滿足不了質(zhì)量問(wèn)題分析需求，所以對(duì)改進(jìn)后的算法基

3、于Hadoop平臺(tái)進(jìn)行并行化實(shí)現(xiàn)。本文的主要工作如下:
　　(1)對(duì)已有的Chameleon聚類(lèi)算法做改進(jìn)，彌補(bǔ)了算法耗費(fèi)時(shí)間以及子簇間密度相差較大影響聚類(lèi)質(zhì)量的問(wèn)題，并通過(guò)實(shí)驗(yàn)證明改進(jìn)后算法聚類(lèi)質(zhì)量高且速度快。
　　(2)針對(duì)動(dòng)車(chē)組質(zhì)量數(shù)據(jù)數(shù)量龐大的問(wèn)題，采用Hadoop大數(shù)據(jù)平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)改進(jìn)后聚類(lèi)算法的并行化，并通過(guò)實(shí)驗(yàn)證明基于MapReduce的并行化設(shè)計(jì)提高了算法效率，能夠勝任大數(shù)據(jù)量的分析工作。
　　(3