基于数据挖掘的智能公交维保系统的研究与设计
这是一篇关于智能公交,设备维保,维保信息化,数据挖掘,SPSS Modeler的论文, 主要内容为随着信息技术的快速发展,在公交行业中,越来越多的智能电子设备被投入使用,使人们的日常出行更便捷,更智能。但是,随之而来的问题也越来越严重,传统的设备维保信息记录更难以维护,因此,设备维保方式需要从传统的手工方式快速的转向信息化、标准化的方式。日前,以我国现阶段的国情来看,大部分地区仍然以手工方式记录着设备维保信息及进度,然后录入系统中。这严重影响了设备维保的效率,进而影响着人们日常出行,给人们出行带来诸多不便。因此,开发一套智能公交设备维保系统已是迫在眉睫,同时,如何实现设备维保信息化、智能化,如何在设备维保信息化建设中实现对数据的智能分析,都是当下亟待解决的问题。本课题对苏州部分公交公司的设备维保流程、设备信息管理、增值服务等方面进行详细而谨慎的调研,在了解了公交设备维保产业信息化建设的特点后,分析了公交设备维保信息化需求并结合数据挖掘相关知识,提出了一种基于数据挖掘的智能公交维保系统的设计方案。在对比了一些时下比较流行的网站开发技术,本系统决定采用B/S架构和MVC设计模式,使用spring技术对智能公交维保系统进行全面开发,实现了一套功能完善的智能公交维保系统,并利用现有的数据挖掘技术对智能公交维保系统的数据进行分析,提出了两种基于数据挖掘的智能信息处理的解决方案。一是建立基于关联规则算法的智能派单模型,找出了待维修设备与维修商之间的关联性进而实现了为待维修设备推荐合适的维修商;二是建立基于神经网络算法的分类预测模型,为新增设备分配适合的巡检路线,并制定合理的巡检计划,同时通过验证预测模型的准确性来找出影响分配巡检路线的因素并对其重要性进行排序。上述两种方案都是通过数据挖掘工具SPSS Modeler建模分析并进行了验证,结果表明,该方案使巡检计划的制定更加合理,一定程度上减少了工作人员的工作量,同时提高了维修效率。
基于SSM的企业设备管理系统设计与实现
这是一篇关于企业设备管理,SSM,设备维保,故障诊断,状态监测的论文, 主要内容为随着“中国制造2025”战略的不断推进,制造型企业的设备资产扩充迅速,生产线上的自动化设备越来越多,然而,企业现有的设备管理系统大多根据固有管理模式定制化开发,很难满足动态变化的新需求。因此,本课题受江苏南高智能装备创新中心委托,对江苏省智能装备产业联盟中的典型企业进行需求分析,设计并实现了一套基于SSM(Spring+Spring MVC+My Batis)的Web框架集的企业设备管理系统。首先,开展企业实地调研,总结企业设备管理过程中遇到的问题,对系统进行总体需求分析,明确系统定位,并使用UML用例图描述系统角色与功能需求之间的关系,同时从安全性、系统响应速度、可扩展性这三个角度分析系统的非功能需求。然后,进行系统架构选型,提出了一种基于B/S架构和SSM框架集的设备管理系统方案。鉴于系统数据类型的复杂性,选择My SQL、Mongo DB和Redis三种数据库管理系统协同存储设备相关信息,并采用E-R图模型和逻辑数据表对My SQL关系型数据库进行设计。接着,基于模块化的设计原则将系统划分为五大核心功能模块,对各模块进行了详细设计,包含权限控制的系统管理、分层次的组织管理、系统核心的设备管理、可视化的报表管理和数据驱动的健康管理等五大模块。随后,研究机械设备故障诊断和状态监测技术,以滚动轴承为研究对象,提出了一种基于EEMD和改进布谷鸟搜索算法优化的SVM分类模型,实现了故障类型的精确识别;提出了一种基于SVDD和自适应阈值的轴承性能退化评估模型,实现了轴承工作状态的实时监测;试验数据验证了上述模型的有效性。最后,基于上述研究,开发了相应的软硬件系统。该系统已成功应用于某塑料机械制造加工商的实际生产中,系统运行良好,实现企业设备全面信息化管理。
基于数据挖掘的智能公交维保系统的研究与设计
这是一篇关于智能公交,设备维保,维保信息化,数据挖掘,SPSS Modeler的论文, 主要内容为随着信息技术的快速发展,在公交行业中,越来越多的智能电子设备被投入使用,使人们的日常出行更便捷,更智能。但是,随之而来的问题也越来越严重,传统的设备维保信息记录更难以维护,因此,设备维保方式需要从传统的手工方式快速的转向信息化、标准化的方式。日前,以我国现阶段的国情来看,大部分地区仍然以手工方式记录着设备维保信息及进度,然后录入系统中。这严重影响了设备维保的效率,进而影响着人们日常出行,给人们出行带来诸多不便。因此,开发一套智能公交设备维保系统已是迫在眉睫,同时,如何实现设备维保信息化、智能化,如何在设备维保信息化建设中实现对数据的智能分析,都是当下亟待解决的问题。本课题对苏州部分公交公司的设备维保流程、设备信息管理、增值服务等方面进行详细而谨慎的调研,在了解了公交设备维保产业信息化建设的特点后,分析了公交设备维保信息化需求并结合数据挖掘相关知识,提出了一种基于数据挖掘的智能公交维保系统的设计方案。在对比了一些时下比较流行的网站开发技术,本系统决定采用B/S架构和MVC设计模式,使用spring技术对智能公交维保系统进行全面开发,实现了一套功能完善的智能公交维保系统,并利用现有的数据挖掘技术对智能公交维保系统的数据进行分析,提出了两种基于数据挖掘的智能信息处理的解决方案。一是建立基于关联规则算法的智能派单模型,找出了待维修设备与维修商之间的关联性进而实现了为待维修设备推荐合适的维修商;二是建立基于神经网络算法的分类预测模型,为新增设备分配适合的巡检路线,并制定合理的巡检计划,同时通过验证预测模型的准确性来找出影响分配巡检路线的因素并对其重要性进行排序。上述两种方案都是通过数据挖掘工具SPSS Modeler建模分析并进行了验证,结果表明,该方案使巡检计划的制定更加合理,一定程度上减少了工作人员的工作量,同时提高了维修效率。
基于SSM的企业设备管理系统设计与实现
这是一篇关于企业设备管理,SSM,设备维保,故障诊断,状态监测的论文, 主要内容为随着“中国制造2025”战略的不断推进,制造型企业的设备资产扩充迅速,生产线上的自动化设备越来越多,然而,企业现有的设备管理系统大多根据固有管理模式定制化开发,很难满足动态变化的新需求。因此,本课题受江苏南高智能装备创新中心委托,对江苏省智能装备产业联盟中的典型企业进行需求分析,设计并实现了一套基于SSM(Spring+Spring MVC+My Batis)的Web框架集的企业设备管理系统。首先,开展企业实地调研,总结企业设备管理过程中遇到的问题,对系统进行总体需求分析,明确系统定位,并使用UML用例图描述系统角色与功能需求之间的关系,同时从安全性、系统响应速度、可扩展性这三个角度分析系统的非功能需求。然后,进行系统架构选型,提出了一种基于B/S架构和SSM框架集的设备管理系统方案。鉴于系统数据类型的复杂性,选择My SQL、Mongo DB和Redis三种数据库管理系统协同存储设备相关信息,并采用E-R图模型和逻辑数据表对My SQL关系型数据库进行设计。接着,基于模块化的设计原则将系统划分为五大核心功能模块,对各模块进行了详细设计,包含权限控制的系统管理、分层次的组织管理、系统核心的设备管理、可视化的报表管理和数据驱动的健康管理等五大模块。随后,研究机械设备故障诊断和状态监测技术,以滚动轴承为研究对象,提出了一种基于EEMD和改进布谷鸟搜索算法优化的SVM分类模型,实现了故障类型的精确识别;提出了一种基于SVDD和自适应阈值的轴承性能退化评估模型,实现了轴承工作状态的实时监测;试验数据验证了上述模型的有效性。最后,基于上述研究,开发了相应的软硬件系统。该系统已成功应用于某塑料机械制造加工商的实际生产中,系统运行良好,实现企业设备全面信息化管理。
基于SSM的企业设备管理系统设计与实现
这是一篇关于企业设备管理,SSM,设备维保,故障诊断,状态监测的论文, 主要内容为随着“中国制造2025”战略的不断推进,制造型企业的设备资产扩充迅速,生产线上的自动化设备越来越多,然而,企业现有的设备管理系统大多根据固有管理模式定制化开发,很难满足动态变化的新需求。因此,本课题受江苏南高智能装备创新中心委托,对江苏省智能装备产业联盟中的典型企业进行需求分析,设计并实现了一套基于SSM(Spring+Spring MVC+My Batis)的Web框架集的企业设备管理系统。首先,开展企业实地调研,总结企业设备管理过程中遇到的问题,对系统进行总体需求分析,明确系统定位,并使用UML用例图描述系统角色与功能需求之间的关系,同时从安全性、系统响应速度、可扩展性这三个角度分析系统的非功能需求。然后,进行系统架构选型,提出了一种基于B/S架构和SSM框架集的设备管理系统方案。鉴于系统数据类型的复杂性,选择My SQL、Mongo DB和Redis三种数据库管理系统协同存储设备相关信息,并采用E-R图模型和逻辑数据表对My SQL关系型数据库进行设计。接着,基于模块化的设计原则将系统划分为五大核心功能模块,对各模块进行了详细设计,包含权限控制的系统管理、分层次的组织管理、系统核心的设备管理、可视化的报表管理和数据驱动的健康管理等五大模块。随后,研究机械设备故障诊断和状态监测技术,以滚动轴承为研究对象,提出了一种基于EEMD和改进布谷鸟搜索算法优化的SVM分类模型,实现了故障类型的精确识别;提出了一种基于SVDD和自适应阈值的轴承性能退化评估模型,实现了轴承工作状态的实时监测;试验数据验证了上述模型的有效性。最后,基于上述研究,开发了相应的软硬件系统。该系统已成功应用于某塑料机械制造加工商的实际生产中,系统运行良好,实现企业设备全面信息化管理。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊 ，原文地址：https://m.bishedaima.com/lunwen/53127.html
