基于大数据的复杂生产线系统健康度实时评估方法

• 作者: 刘博元 王焕钢 肖田元 范文慧
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据 信息熵 相关性分析 实时评估
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 自动化
• 页码范围: 1377-1383
• 页数: 7页
• 分类号: TN914.42
• 语种: 中文

摘要

复杂生产线系统由于设备规模大、影响因素多,导致运行过程存在着较强的不确定性.系统部署的传感器网络产生的实时大数据(流数据)可以作为系统状态监测的来源,然而传统数据处理方法并不能很好地对系统的健康度作出实时评价.该文以复杂生产线系统运行中的实时大数据(流数据)为基础,基于信息熵原理通过大数据分析方法量化分析系统内部属性间的行为模式和相关性关系,提出了一种基于大数据的复杂生产线系统健康度实时评估方法.磨矿生产线案例表明,该方法可以对复杂生产线的系统健康度作出实时评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王焕钢		9	132	5.0	9.0
2	范文慧		51	792	15.0	27.0
3	肖田元		112	1710	23.0	36.0
4	刘博元		6	18	3.0	4.0