基于云計算的高鐵振動數(shù)據(jù)預處理與特征提取研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著我國高速列車的進一步提速和鐵路信息系統(tǒng)的不斷完善,如今已經(jīng)具備采集更多的列車運行信息的條件。目前,運行的高速鐵路列車上通過部署大量傳感器采集了多種數(shù)據(jù),列車振動數(shù)據(jù)就是其中之一。振動數(shù)據(jù)不僅影響乘客的旅行感受,而且也反映列車部件的運行情況。因此分析處理高鐵振動數(shù)據(jù)對提升列車服務能力,保障列車安全運行具有重要意義。然而傳統(tǒng)的高鐵振動數(shù)據(jù)特征提取與分析技術是運行在單個機器上的,這類技術在大量傳感器采集的海量振動數(shù)據(jù)面前,暴露出處理時間長

2、、人工干預多、處理大數(shù)據(jù)文件能力不足等缺點。云計算技術的出現(xiàn)為解決上述問題提供了思路。MapReduce是一種有效的處理大數(shù)據(jù)的并行計算框架,是云計算主要模型之一,可以自動分配任務且實現(xiàn)任務均衡。因此利用MapReduce來分析處理高鐵振動數(shù)據(jù),以應對高鐵振動大數(shù)據(jù)的挑戰(zhàn),提升高鐵振動數(shù)據(jù)處理能力有重要的實際應用價值。本文旨在研究基于MapReduce技術的高鐵振動數(shù)據(jù)預處理與特征提取方法。
   本文的主要工作包括:作為準備工

3、作完成了Hadoop并行計算實驗平臺的搭建。在研究振動數(shù)據(jù)預處理方法的基礎上,設計了基于MapReduce的高鐵振動數(shù)據(jù)預處理算法——并行異常數(shù)據(jù)處理和并行線性趨勢項消除。異常數(shù)據(jù)處理算法用于發(fā)現(xiàn)異常點,對異常點進行處理。線性趨勢項算法用于消除振動數(shù)據(jù)中的線性漂移。在預處理結(jié)果的基礎上,設計和實現(xiàn)了一種基于MapReduce的振動數(shù)據(jù)通道分離算法。該算法將數(shù)據(jù)文件中不同通道采集的數(shù)據(jù)分離到獨立的數(shù)據(jù)文件中,并保持原有數(shù)據(jù)的時序順序不變。

4、通道分離完成后,設計和實現(xiàn)了基于MapReduce的高鐵振動數(shù)據(jù)特征提取方法。最后,一方面研究了高鐵振動數(shù)據(jù)不同方向數(shù)據(jù)分布情況,指出不同部件故障會改變數(shù)據(jù)分布參數(shù),因而可通過數(shù)據(jù)分布情況判斷列車部件故障的類型。另一方面,使用線性回歸分析得到列車速度與高鐵振動數(shù)據(jù)標準差的線性關系,并以此將振動數(shù)據(jù)分成“可忽略”、“需觀察”、“必須處理”三類。這部分工作使得振動數(shù)據(jù)處理更加具有針對性,進一步提升了處理效率。本文實現(xiàn)的所有基于MapRede

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。

評論

0/150

提交評論