（光学工程专业论文）货车转向架关键零部件寿命管理基础数据综合系统的研究.pdf

北京交通大学工程硕士专业学位论文 摘要 铁路货车除特种车的专用配件外，通用配件实行寿命管理。在开展 寿命管理工作中，建立完整的计算机信息网络，实时、准确地统计、分 析全国5 5 万辆铁路货车及其关键零部件的技术状态，已是当前货车技 术管理工作迫切需要解决的重大课题。 货车转向架关键零部件寿命管理基础数据综合系统，是在铁路货车 技术管理信息系统( m 咀s ) 的基础上，通过采集货车转向架的关键零部 件，如摇枕、侧架、车轴、轴承等的制造、检修、运用维修、报废等的 信息，应用统一建模技术( u m l ) ，进行系统分析。在铁道部中央系统建 立数据仓库，应用数据挖掘技术，建立面向转向架关键零部件寿命管理 的应用和分析。 转向架关键零部件寿命管理基础数据要求各级系统的数据流能够 在全过程流动、识别和使用，因此行业统一的数据编码系统和标准数据 接口是建立系统的最基础工作。数据编码是数据录入、输出、出口的存 储代码格式标准规范和各级应用单位进行信息交流的基础。 在全路货车制造工厂、修理工厂、车辆段、站修所、列检所、车轮 厂等基层单位，通过h m i s 系统，在货车制造、检修、运用维修生产过 程中，应用寿命管理基础数据进行生产管理、作业控制、数据分析，实 时( 或定时) 采集转向架关键零部件寿命管理基础数据。相关数据经过加 工、审核后，传输至上级系统。 铁道部中央系统在接收各级系统传输的原始数据后，按照对转向架 关键零部件寿命管理的要求，建立面向各级应用的数据仓库，根据知识 库和人工判定，进行数据清洗。应用数据挖掘技术，建立技术清查、资 产管理、生产预测、寿命预测、质量管理等模型，应用于对关键零部件 寿命管理工作中。 关键词：货车转向架、关键零部件、寿命管理、技术管理、信息系统 北京交通大学工程硬士专业学位论文 a b s t r a c t t h eu n i v e r s a l p a r t s o ft h em i l 帕yf r e i g h t c a rn e e d1 i f e m a n a g e m e n te x c e p tt h es p e c i a lp a r t s i th a sb e c o m e as i g n i f i c a n tt a s k t ob es o l v e d u r g e n t l y t h a te s t a b l i s h i n ga i n t e g r a t ec o m p u t e r i n f o r m a t i o nn e t w o r kt om a k es t a r a n da n a l y z et i m e l ya n da c c u r a t e l y t h et e c h n o l o g ys t a t eo f5 5 0 0 0 0f r e i g h tc a r sa n dt b o i rm a j o rp a r t s a 1 1o v e rt h ec o u n t r y b a s e do nt h et e c h n o l o g yn l a n a g e m e n ti n f o r m t i o ns y s t e mo ft h e r a i l w a yf r e j lg l tc a t h e1 i r e 艇l n 艇$ f n e n td a t as y s t e mo fm o o rp a r t s o ft h ef r e i g b tc a r sb o g i ea d o p t su n i f i e dm o d e l i n gl a n c e ( 眦) t om a k es y s t e m sa n a l y s i sb yc o l l e c t i n gt h ei n f o r m a t i o no f m a j o rp a r t s o f t h ef r e i g h tc a r s b o g i e , f o re x a m p l e ，t h e i n f o r m a t i o no f 舶u f a c t u r i n 舀o v e r h a u i i n g ，m a i n t a i n i n ga n dr e j e c t i n go fb o l s t e r ， b e a r e r ， a x l ea n db e a r i n g i nt h ec e n t r a l s y s t e mo ft h er a i l w a y m i n i s t r y ，a p p l i c a t i o na n da n a l y s i st ol i f e 嘲e m e n t o fm j o rp a r t s o ft h ef r e i g h tc a r sb o g i ea r es e t u pb ye s t a b l i s h i n gd a t a b a s ea n d u s i n gt h e s ed a t e t h el i f em a n a g e m e n td a t as y s t e mo fm j o rp a r t so ft h ef f e i 曲t c a r sb o g i er e q u i r e st h ed a t af l o wo fa l ll e v e l ss y s t e mt on o w , i d e n t i f ya n du s e ，s ot h eu n i f o md a t ac o d i n gs y s t e mo fai n d u s t r y a n ds t a n d a r dd a t ai n t e r f a c ea r et h em o s t e l e m e n t a r yw o r kf o r e s t a b lis h i n gs y s t 乱d a t ac o d i n gi sab a s i ct h a tt h ec o d ef o r m a to f d a t a 打l p u t ，o u t p u tc o u l db es t a n d a r d i z e da n da l ll e v e l su n i t sc o u l d e x c h a n g ei n f o r m a t i o n i nt h eg r a s sr o o t su n i t so ft h er a i l w a ym i n i s t r y , s u c ha s m a n u f a c t o r ya n dc a r h o p s ，t h e yc a na d o p tl i f em a n a g e m e n td a t at o i i n l a g ep r o d u c t i o n c o n t r o lo p e r a t i o na n da n a l y z ed a t ab y 强sd u r i n g p r o d u c i n ga n do v e r h a u li n g a tt h es a i i i et i m e t h e yc a nc o l l e c tt h e b a s i cd a t ao ft h el i f em a n a g e m e n to ft h e f r e i g h tc a r sb o g i e m d n e n t a r i l y ( o rt i m e l y ) c o r r e l a t i v ed a t ai st r a n s m i t t e dt os u p e r i o r 北京交通大学工程硕士专生学位论文 s y s t e ma f t e rb e i n gp r o c e s s e da n de x e m i n e d a c c o r d i n gt ot h er e q u i r e m e n tt ol i f em a n a g e m e n to fm a j o rp a r t s o ft h eb o g i e ，t h ec e n t r a ls y s t e mo ft h er a i l w a ym i n i s t r y ，a f t e rt a k i n g o v e rt h ed a t af r o mt h eu n i t s ，e s t a b l i s had a t a b a s et h a tf a c i n ge a c h u n i ta n df i l t e rd a t ai nt h el i g h to fk n o , i e d g e - h a s ea n dj u d g m e n to f h t m m t h ed a t ae x p l o r i n gt e c h n o l o g yi sa p p ll e dt os e t t i n gu pm o d e l o ft e c h n o l o g ye x a m i n a t i o n , p r o d u c t i o nf o r e c a s t ，l i f ef o r e c a s ta n d q u a l i t ym a n a g e m e n t a n dt h em o d e lc a nb ea p p l i e dt ol i f em a n a g e m a n t o fm a j o rp a r t s f r e i g h tc a r b o g i e ，m a j o rp a r t ，l i f e m a n a g e m e n t ，t e c h n o l o g y m a n a g e m e n t ，i n f o r m a t i o ns y s t e m 北京交通大学工程硬士专业学位论文 第一章绪论 计算机技术在管理和统计分析中的应用具有快捷、准确、高效等特 点，能够满足管理现代化、自动化的要求。特别是在采集、传递、存储、 处理、分析大量繁杂数据，在为科学决镶提供可靠依据上具有其他手段 不可比拟的作用。把计算机技术应用在铁路货车技术管理上，起步较早， 从建立货车技术履历，到用于更新货车车号的c m i s 系统。直至目前的 车号自动识别系统，发展也是非常迅速的。随着铁路改革的不断发展， 货车修制改革工作的不断发展，货车修制改革工作的不断深入，对车辆 技术状态和修理情况也随之不断细化，特别是在开展寿命管理工作中， 建立完整的计算机信息网络，实时、 路货车及其关键零部件的技术状态， 要解决的重大课题。 准确地统计、分析全国5 5 万辆铁 已是当前货车技术管理工作迫切需 建立的铁路货车技术管理信息系统( 简称h m i s ) ，是一项庞大的系 统工程，涉及系统的基础规范、应用软件、配套硬件、信息流程及管理 制度。货车及其关键零部件寿命管理的自动化统计、分析是h m i s 系统 的重要组成部分和具体应用，涉及到该系统全过程和各个组成部分。采 用先进的软硬件环境配置、数据通讯方式和信息编码规范。实现系统软 硬件最优化设计，建立合理的部、局、段( 厂) 三级计算机管理信息网络。 基础数据的编码、录入、输出、出口规范是车辆部门进行信息化管 理的最基础工作。其中，数据的录入、输出规范主要是规范货车技术履 历簿、货车检修登记簿、维修记录簿等生产质量记录单据，它们是各车 辆制造工厂、车辆运用维修单位、车辆检修单位的技术记录，记载货车 这一特殊对象从制造、运用、检修直到报废的装用零部件的信息以及货 车在运用、检修过程中，发生变化的技术、质量等信息，是各基层生产 单位用于生产作业管理、质量管理、成本统计分析等的依据，也是铁道 部、路局、分局等各级相关管理部门进行行业专业管理的规范化手段。 北京交通大学工程硕士专业学位论文 数据的出口规范定义了基层企业生产作业管理中，所产生的各类关键技 术、质量和生产统计分析的上报数据，提供给各级数据应用单位进行查 询分析和统计，形成决策支持数据。数据编码则是数据录入、输出、出 口的存储代码格式标准规范和各级应用单位进行信息交流的基础。 h m i s 系统的建设，则要求各基层单位在生产过程中的各类基础数 据记录，如车辆预检、分解检查、检修缺路( 故障) 记录、施修方法等需要 进行数字化、标准化、规范化的记录，形成计算机管理的车辆检修记录 簿、技术履历簿等，由此，形成各类生产、技术、质量数据的存档、统 计、分析、汇总、上报。因此，车辆行业统一的数据编码系统对于行业 信息化是非常重要的。 铁道部中央系统在接收各级系统传输的原始数据后，按照对转向架 关键零部件寿命管理的要求，建立面向各级应用的数据仓库，根据知识 库和人工判定，进行数据清洗。应用数据挖掘技术，建立技术清查、资 产管理、生产预测、寿命预测、质量管理等模型，应用于对关键零部件 寿命管理工作中。 数据挖掘( o a t am i n i n g ) 是伴随着数据仓库技术的发展而逐步完善 起来的。数据挖掘主要是为了帮助商业用户处理大量存在的数据，发现 其后臆含的规律性，同时将其模型化，完成辅助决策的作用。它要求从 大量的、不完全的、有噪声的、模糊的和随机的数据中，提取人们事先 不知道的但又是潜在有用的信息和知识。效据挖掘是一门涉及面很广的 交叉性新兴学科，它涉及到数据库、人工智能、数理统计、可视化、并 行计算等领域。同时数据挖掘技术是一门从一开始就面向应用的技术。 它不仅是面向特定数据库的简单检索查询调用，而且要对这些数据进行 微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求 解，发现事件间的相互关联，直至利用已有的数据对未来的活动进行预 测。 本文旨在将数据挖掘技术与货车转向架关键零部件寿命管理基础数 据分析这个应用领域结合起来。首先，阐述h m i s 系统的总体结构和采 北京交通大学工程硬士专业学位论文 用u m l 进行系统分析的关键技术；其次，在了解货车转向架关键零部 件寿命管理数据特点以及对数据挖掘的要求的基础上，研究数据仓库建 设和数据挖掘的各个步骤；在此基础上，本论文将数据挖掘获取的知识 应用于行业管理、企业管理的实践中，为行业、企业的战略决策提供支 持；为调整货车转向架关键零部件的生产组织、质量管理，从而为关键 零部件的技术状态等分析提供管理、预测。进而提高我国货车的整体管 理水平并最终为我国铁路车辆的发展做出贡献。 北京交通大学工程硕士专业学位论文 第二章铁路货车的管理现状及论文的研究对策 铁道部对铁路货车的制造、运用和检修有着严格管理制度的规范保 障制度和体系。对于货车、货车转向架及其主要零部件的寿命管理、检 修工艺和质量保证管理等方面也都有相应的控制规范。但是，铁路货车 的管理现状仍然存在着诸多的问题和缺陷，对于货车的日常运用管理和 宏观的决策都带来很多的困难。本文的研究工作也正是基于上述原因所 展开的。 2 1 铁路货车的现行管理制度 2 1 1 货车检修铝j 捩 铁路货车是铁路运输的重要装备。根据中华人民共和国铁道部铁路 货车的检修规程，货车的定期检修可分为厂修、段修、辅修和轴检四级 修程一( 42 。主要相关的检修规程内容摘录见表2 - i 。 表2 - i 铁路货车的主要检修规程 车种、车型厂修段修辅修 p 帅、p 。p 。等型普碳钢车 5 年1 年 p 艏、p 。型行包快运车 6 年1 年6 棚车 p 6 26 年1 5 年个 其他型耐候钢棚车 9 焦1 5 年 月 c 。c 。、c 。( 车号为4 4 字头)5 生1 年 ：、c 6 3 、c m 、c f 、c 6 年1 年 敞车 c 。( 车号为4 5 字头开始) 6 钜1 5 年 ：”c 7 ”c 7 邸、c m8 年1 年 北京交通大学工程硕士专业学位论文 酸碱类罐车、液化石油气罐车、液 4 年1 年 罐车氯罐车等 其他型罐车5 年1 年 矿石k 。k 。k 。k f 。等型普碳钢车5 年1 年 牛 其他型耐候钢矿石车8 年1 年 水泥 u i s 、u 、u 6 h5 年1 年 坌 u b i 、u 6 i e9 年1 5 年 冰冷普碳钢车4 年1 生 生 耐候钢车6 年1 芷 集装箱平车6 证1 5 年 平车( 含n x 系列) 、家畜车、粮食车、守车、 长钢轨车、6 0 t 的凹型车 5 年1 年 毒品车1 0 年1 年 1 9 9 6 年以后生产的d ；：、d ：。、d 。d 。( 经轴承密 封改造) 9 年3 年 厂修、段修周期原分别为9 年、1 5 年的不 常用专用车 1 0 年2 年 其它不常用专用车、载重9 0 t 以上的车辆8 年2 年 2 1 2 货车零部件的寿命管理 除特种车的专用配件外“1 ，通用配件实行寿命管理，有下列情况之 一者报废；寿命期限以制造时间为准，时间统计精确到月，但车轴使用 时间以轮对第一次组装时间为准，当轮对第一次组装时间不明，则以车 轴制造时间为准“1 。 1 摇枕、侧架、车轴；c 级、e 级钢及小间隙车钩；c 级、e 级钢及 北京交通大学工程硬士专业学位论文 加强型钩尾框使用时间达到或超过2 5 年及无制造时间和制造厂代号 使用时间已达2 0 年而未达到2 5 年： 摇枕、侧架a 、b 部位有裂纹。 2 车轴有横裂纹。 3 c 级钢、e 级钢、小间隙型车钩钩身或冲击台、牵引台有横裂纹。 4 c 级钢、e 级钢、加强型钩尾框有横裂纹或纵裂纹长度超过3 0 册。 5 普碳钢车钩、钩尾框使用时间达到或超过2 0 年。 6 使用时间超过1 5 年而未达到2 0 年： 普碳钢车钩钩身或冲击台、牵引台有横裂纹： 普碳钢钩尾框出现裂纹。 7 无轴箱滚动轴承经大修后： 普通1 9 7 7 2 6 轴承使用时间满5 年： s k f l 9 7 7 2 6 轴承使用时间满5 年： 3 5 2 2 2 6 x 2 2 r z 轴承使用时间满7 年。 8 m t 一2 、m t 一3 、s t 缓冲器使用时间满1 8 年( 以箱体标记为准) 。 9 闸调器使用时间满1 2 年( 以制造铭牌为准) 。 l o 交叉支撑装置使用时间满1 2 年。 1 1 交叉杆轴向橡胶垫使用时间满6 年。 1 2 双作用弹性旁承橡胶件使用时间满6 年。 1 3 心盘磨耗盘使用时间满6 年。 1 4 实行寿命管理的配件。如剩余寿命不足一个段修期者，经检查 确认质量状态良好，可继续装车使用，并由装车单位负责一个段修期的 质量保证责任。 2 1 3 货车零部件的质量保证管理 质量保证是指在保证期限内，货车在正常运用中发生的质量故障， 北京交通大学工程颈士专业学位论文 不包括在定期检修时发现的问题。检修单位须对整车质量负责 凡有质量保证期限的配件发生质量问题时，均由装用单位负责。在 检修中因设计制造原因需改造的项目或在质量保证期内达到检修限度或 产生裂损等影响使用的缺陷，需更换的零部件由车辆制造或检修单位无 偿以旧换新，车辆制造或检修单位继续向配件生产厂进行质量追溯。 2 2 转向架关键零部件寿命管理基础数据的研究现状 尽管铁道部对铁路货车、货车转向架及其关键零部件有着各种相关 的管理制度和规范及规程等对于铁路货车转向架关键零部件寿命管理 基础数据的研究现状仍然存在着以下诸方面的不足。 1 货车技术管理信息化工作没有统一的规划，不同层次、不同职能、 不同时期组织研制、运用的应用软件规摸、标准、应用平台、数据格式 等差异较大。 2 没有可遵行的货车技术管理信息的技术规范、编码、标准。 3 现有各应用软件和独立系统不能提供货车技术管理需要的宏观 决策信息。 4 每个单位均有不同层次、不同职能、不同质量、不同规格的多个 应用软件和独立系统，大量同类数据重复录入，不能实现数据共享。 5 录入数据及统计分析缺乏有效性验证，大量数据是由人工统计， 缺乏生产过程和系统控制。 6 由于现有的应用软件和独立系统，需求单一，功能相对简单，缺 乏网络支持，基本没有扩展和互联的可能。应用成本高且维护难度大。 7 各应用单位信息化建设没有总体规划和统一的技术规范、数据代 码、标准，不能形成企业现代化所急需的具有生产组织、质量控制和技 术、人员、资源、材料、财务、办公等管理功能的信息系统和决策信息。 北京交通大学工程硬士专业学位论文 统。 8 未形成以关键零部件唯一标识跟踪寿命期内质量跟踪管理的系 2 3 论文的研究的内容与方法 2 3 1 采用基于u m l 的面向对象系统建模方法及过程 一流程构成要素分析 1 流程 流程是将输入转化为输出的一组相关的资源和活动，其中资源包括 人力资源和物质资源。从流程的定义中可以看出构成流程的关键要素是 输入、活动和资源【6 】。 2 构成流程的关键要素 ( 1 ) 输入 输入规定了输出应满足的条件，比如在订单流程中，输入就是客户的 需求，是流程的起点。 ( 2 ) 活动 通常一个流程由很多个活动组成。各活动的次序及相互接口以及各 活动之间的关系决定了流程执行的效率。比如：有些活动是可以并行的， 有些活动环节是整个流程的制约因素需要提前或优先保证的。 ( 3 ) 资源 资源包括物质资源和人力资源。从生产要素角度看，传统的生产要 素包括原材料、劳动力和资金，可以理解为物质资源。“。 二企业流程的图形表达 采用跨功能的流程图： 跨功能( c r o s s f u n c t i o n a l ) 流程图是企业业务流程图形表达的一种方 式，主要从企业各项活动的功能及其执行部门的角度来描述企业业务流 北京变通大学工程硕士专业学位论文 程的，表达出企业业务流程与执行该流程的功能单元或组织单元之间的 关系，如该流程的部门、职责内容等。 跨功能流程图的组成要素包括：企业业务流程、执行相应流程的功 能单元或组织单元。有两种表现形式，横向功能描述以及纵向功能描述。 跨功能流程图要结合业务流程图一起来表达企业的业务处理过程， 每个功能单元或组织单元内描述业务流程，通过在流程图中增加组织单 元或功能单元，使传统的流程图具有了一定的组织、职责界线，更易于 使用和理解。 三u m l 的面向对象系统建模方法及过程1 统一建模语言( u m l ) ：统一建模语言( u m l ) 是一个通用的可视化建模 语言，主要用于对软件系统进行描述、可视化处理、模型构造等。u m l 包 括概念语义，表示法和说明，提供了静态、动态、系统环境及组织结构 等模型。 u m l 可以描述一个系统的静态结构和动态行为。u m l 将系统描述为一 些离散的相互作用的对象并最终为外部用户提供一定的功能的模型结 构。静态结构定义了系统中的重要对象的属性和操作以及这些对象之间 的相互关系。动态行为定义了对象的时间特性和对象为完成目标而相互 进行通信的机制。 通过u m l 的静态结构描述企业的功能模型，运用其动态行为描述企 业的流程活动模型，并运用支持u m l 建模的软件工具( 如r a t i o n a lr o s e ) 建立企业静态功能模型和动态活动流程模型。 1 流程静态结构描述企业功能模型 用例模型主要用来描述静态结构，是被称为参与者的外部用户所能 观察到的系统功能的模型图。 用例是系统中的一个功能单元，可以被描述为参与者与系统之间的 一次交互作用。 北京交通大学工程硬士专业学位论文 用例模型的用途是列出系统中的用例和参与者，并显示哪个参与者 参与了哪个用例的执行。 2 动态行为模型描述企业活动、行为 运用u 批的动态行为模型可以描述企业的活动及流程，u 地动态行为 模型可以通过交视图、状态机视图以及活动视图进行描述。 ( 1 ) 交互视图 交互视图描述了执行系统功能的各个角色之间相互传递消息的顺序 关系。交互视图显示了跨越多个对象的系统控制流程。交互视图可用两 种图来表示：顺序图和协作图，它们各有不同的侧重点。 顺序图主要用来说明活动者与系统之间的交互，从时间和顺序上进 行描述。通过顺序图确定。 活动者执行各项任务的顺序，并在设计顺序图的过程中提炼出系统的 对象类。 顺序图可以分为高、低两层高层顺序图只给出主要的活动描述，低 层顺序图则要对该用例的所有操作给出描述。对于一般的用例给出高层 顺序图即可，只有重要的用例才给出低层顺序图。 ( 2 ) 状态机视图 状态机视图是一个类对象所可能经历的所有历程的模型图。状态机由对 象的各个状态和连接这些状态的转换组成。每个状态对一个对象在其生 命期中满足某种条件的一个时间段建模。当一个事件发生时，它会触发 状态间的转换，导致对象从一种状态转化到另新的状态。与转换相关 的活动执行时，转换也同时发生。状态机用状态图来表达。 ( 3 ) 活动视图 活动图是状态机的一个变体，用来描述执行算法的工作流程中涉及的 活动。活动状态代表了一个活动，一个工作流步骤或一个操作的执行。 活动图描述了一组顺序的或并发的活动。活动视图用活动图来体现。 3 设计模型 建立完顺序图后，也就基本完成了全部的类设计，并将类分配到不 北京交通大学工程颈士专业学位论文 同的包当中。 ( 1 ) 包图 具体内容参见文献彻1 。 ( 2 ) 类图 类图中展示了系统中所有的类，类图类似于系统的概念模型，但比 概念模型更详细，包括了顺序图中所有必要的类，而且包括了类的操作， 以及类之间的关联、依赖等。根据以上包图的划分，将视图、控制以及 实体包进行类图细分，由于数据库存储永久数据，所以没有必要进行类 图设计。 ( 3 ) 系统类描述及其操作定义【2 3 1 在类图当中提供了一些支持实现的必要信息，如操作( 方法或函数) 、属 性等，但只通过类图还不足以理解该类在整个设计中的作用，以及操作 等，还必须结合一定的文字描述。因此，此处主要就一些关键类给出文 字上的描述。根据不同的包中所包含的类，对每个类的操作绘出详细定 义，包括对数据库表的操作等。 2 3 2 企业模型分析及系统建模方法 一企业模型 模型是实际事物、实际系统的抽象。模型针对所需要了解和解决的 问题，抽取其主要因素和主要矛盾，忽略一些不影响基本性质的次要因 素，形成对实际系统的表示方法。 模型的表示方法：模型的表示形式是可以多种多样的，可以是数学 表达式、物理模型( 按实物比例放大或缩d , 7 的) 或图形文字接述等等。 总之，只要能回答所需研究问题的实际事物或系统的抽象表达式，都可 以称为模型3 。 企业模型具有如下三个特征： 1 是实体的抽象或模仿； 北京交通大学工程硕士专业学位论文 2 由与分析问题有关的因素所组成： 3 用来表明这些因素间的关系。 使用模型的意义在于：客观实体系统很难作试验，或者根本不能作 试验，可利用系统模型代替；对象问题虽然可以作试验，但是利用模型 更便于理解；模型易于操作，利用模型的参数变化来了解现实问题的本 质和规律更经济方便。因此，在系统分析中模型被广泛地应用。 从模型的特征和意义可以看出，模型是现实系统的抽象，它能反映 客观实际又高于实际。现实范围宽广内容复杂，使用模型的目的就在于 通过模型认识和掌握客观世界，并为改造客观世界提供相关信息。 二模型分类 从不同的角度观察模型，可以得出多种不同的分类方法。按照模型 的形式分，可分为抽象模型和形象模型：按模型中变量的性质分，模型 有动态模型和静态模型、连续模型和寓教模型、确定性模型和随机性模 型等；按模型的规模分，模型有宏观模型、中观模型、微观模型；按规 模的用途分，模型有工程用模型、科研用模型、管理用模型等。 三系统建模方法 1 建模原则 ( 1 ) 准确性 ( 2 ) 可靠性 ( 3 ) 简明性 ( 4 ) 实用性 ( 5 ) 反馈性 2 建模方法“” ( 】) 直接分析法 ( 2 ) 数据分析法 ( 3 ) 试验分析法 北京交通大学工程硬士专业学位论文 ( 4 ) 主观想象法 ( 5 ) 人工实现法 3 建模步骤 ( 1 ) 弄清问题，掌握真实问题 ( 2 ) 搜集资料 ( 3 ) 确定因素之间的关系 ( 4 ) 构造模型 ( 5 ) 求解模型 ( 6 ) 检验模型的正确性 2 3 3 数据仓库技术应用 一数据仓库的特点定义 数据仓库之父b i l li n m o n 把数据仓库的特点定义为：面向主题、集 成的、不同时间的、稳定的。 面向主题：数据以所代表的业务内容划分，而不是以应用划分； 集成的：数据仓库中的数据采用统一的格式和编码方式； 不同时间的：数据按照时间组织，并且存储在不同的时间切片上； 稳定的：不允许对数据仓库数据进行更新造作，只允许加载和查询 操作。 二数据模型分析 1 主题域的确定 所建立的全局致的集成数据环境是围绕主题进行组织的。主题对 应某一分析领域的分析对象。面向主题的数据组织分为两个步骤：抽取 主题以及确定每个主题所应包含的数据内容。主题的抽取按照分析的要 求来确定。例如，选定财务分析这一主题后，就可以将其进一步划分为 不带辅助核算的凭证信息分析和带辅助核算的凭证信息分析”3 。 北京变鼍大学工程硬士专业学位论文 2 粒度与分割 ( 1 ) 粒度层次划分 粒度层次划分的适当与否将直接影响到数据仓库中的数据量和所 适合的查询类型。确定粒度划分时，可以通过估算数据行数和所需的存 储单元数来确定是采用单一粒度还是多重粒度，以及粒度划分的层次。 ( 2 ) 数据分割策略 数据分割是o b d s 设计的另一项重要内容。是提高数据仓库性能的一项重 要技术。数据分割是指把逻辑上是统一整体的数据分割成较小的、可以 独立管理的物理单元进行存储，以便于重构、重组和恢复，还可以提高 创建索引和顺序扫描的效率，使数据仓库的开发人员和用户在使用上具 有更大的灵活性。 设计数据分割最重要的是选择适当的分割标准。按时间分割是最普 遍的，因为数据仓库在获取数据时一般是按时间顺序进行的，同一时间 段的数据可e i 连续获得，而且数据仓库的数据综合经常在时间维上进行 因此按时间进行数据分割简单易行。罗1 9 t - 也可以按政务类型对数据进行 分割。在大多数情况下，数据分割采用的标准不是单一的，往往是多个 标准的组合。对于政务管理系统的数据分割标准可以从以下几个因素考 虑：数据量、数据分析处理的实际情况、复杂程度以及粒度划分策略。 三数据采集 o b i ) s 的数据采集过程跨越操作系统和数据库环境，并根据各自的 需求进行数据调整，包括去掉纯粹属于操作系统和数据库环境的数据， 在所有的数据键值里增加时间属性，在适当的位置增加由汇总或计算产 生的数据，根据多维分析的需要人为地增加数据间的关系等。 o b i ) s 中o ) s 系统的数据采集过程- l 以分为数据初装和初装完成后的 数据追加两个阶段，这两个阶段装入数据的内容及装入方法都有所不同。 1 数据韧装 数据初装是在o d s 的记录系统定义完成后，按定义从原来操作数据 库的记录系统中抽取数据，进行转换集成后装入到o d s 。o i ) s 的数据初 北京交叠大学工程硬士专业学位论文 装是个逐步调整的过程，因为0 d s 面对的分析处理虽然较为固定，但也 不能完全预铡，其模式在数据初装过程中可能需要傲一些变化，如数据 结构重组、记录系统定义的改变、转换规则调整等。需要在操作数据库 d b 数据的抽取装入过程中，逐步调整o d s 结构定义和转换规则，使o d s 数据达到相对的结构合理和稳定。 2 数据追加 一旦o d s 系统完成数据初装，再向o d s 传送的就都是系统操作数据 库中变化了的数据了。数据初装完成之后，整个向o d s 装入数据的过程 都属于追加阶段，它是一个长期的数据装入过程。这一阶段的主要问题 是怎样捕捉各应用数据库系统中变化的数据。以便向o d s 系统中输入。 变化的数据是指数据从操作数据库d b 向o d s 环境流动以改变o d s 记录的数据，其流动的原因在于系统发生的变化要反映在o d s 数据库 中。 四海量数据及历史数据的处理 零部件存储周期：2 5 年 检修车车体数据：整个车的寿命周期 各种技术参数信息：一个厂修周期 各种统计分析报表：一年 数据在数据仓库中有自己的生命周期，到了一定的时候，数据将从 仓库中清除。 从某种意义上讲，数据根本没有从数据仓库中清除，而仅仅是上升 到更高的综合级。数据清理或数据细节转化主要有以下几种方式： 1 数据加入到失去原有细节的一个轮转综合文件中。 2 数据从高性能的介质中转移到大容量介质上。 3 数据从系统中真正清除。 4 数据从体系结构的一个层次转到另一个层次。 5 数据的生命周期( 包括清除或最终档案转移) 应该是数据仓库设 计过程中活跃的一部分。 北京交通大学工程爱士专业学位论文 2 3 4 数据挖掘技术应用 一数据挖掘技术综述 近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存 在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信 息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理、 生产控制、市场分析、工程设计和科学探索等。 数据挖掘是信息技术自然演化的结果。在过去的3 0 年中，计算机硬 件稳定的、令人吃惊的进步导致了功能强大的计算机、数据收集设备和 存储介质的大量供应。这些技术大大推动了数据库和信息产业的发展， 使得大量数据库和信息存储用于事务管理、信息检索和数据分析。随着 提供查询和事务处理的大量数据库系统广泛付诸实践，数据分析和理解 自然成为下一个目标。 数据的丰富带来了对强有力的数据分析工具的需求，大量的数据被 描述为“数据丰富，信息贫乏”。快速增长的海量数据收集、存放在大型 和大量数据库中，没有强有力的工具，理解它们已经远远超出了人的能 力。结果，收集在大型数据库中的数据变成了“数据坟墓”难得再 访问的数据档案。数据挖掘工具进行数据分析，可以发现重要的数据模 式，对商务决策、知识库、科学和医学研究作出了巨大贡献。数据和信 息之间的鸿沟要求系统地开发数据挖掘工具，将数据坟墓转换成知识“金 块”。 二数据挖掘系统的组成 简单地说，数据挖掘是从大量数据中提取或“挖掘”知识。它是数 据库知识发现( k d d ) 过程中的一个步骤。一个典型的数据挖掘系统具有 以下主要成分： 数据库、数据仓库或其他信息库嘲 这是一个或一组数据库、数据仓库、电子表格或其他类型的信息库， 可以在数据上进行数据清理和集成。 北京交通大学工程颈士专韭学位论文 1 数据库或数据仓库服务器 根据用户的数据挖掘请求，数据库或数据仓库服务器负责提取相关 数据。 2 知识库 这是领域知识，用于指导搜索，或评估结果模式的兴趣度。这种知 识可能包括概念分层，用于将属性或属性值组织成不同的抽象层。用户 确信方面的知识也可以包含在内。可以使用这种知识，根据非期望性评 估模式的兴趣度。领域知识的其他例子有兴趣度限制或阙值和元数据( 例 如，描述来自多个异种数据源的数据) 。 3 数据挖掘引擎 这是数据挖掘系统的基本部分，由一组功能模块组成，用于特征化、 关联、分类、聚类分析以及演变和偏差分析。 4 模式评估模块 通常，此成分使用兴趣度度量，并与数据挖掘模块交互，以便将搜 索聚焦在有趣的模式上。它可能使用兴趣度阈值过滤发现的模式。模式 评估模块也可以与挖掘模块集成在一起，这依赖于所用的数据挖掘方法 的实现。对于有效的数据挖掘，建议尽可能深地将模式评估推进到挖掘 过程之中，以便将搜索限制在有兴趣的模式上。 5 图形用户界面 本模块在用户和数据挖掘系统之间通信，允许用户与系统交互。指 定数据挖掘查询或任务，提供信息、帮助搜索聚焦，根据数据挖掘的中 间结果进行探索式数据挖掘。此外，此成分还允许用户浏览数据库和数 据仓库模式或数据结构，评估挖掘的模式，以不同的形式对模式进行可 视化处理。 从数据仓库观点来看，数据挖掘可以看作联机分析处理( o l a p ) 的高 级阶段。然而，通过结合更高级的数据理解技术，数据挖掘比数据仓库 的汇总型分析处理走得更远。 北京交通大学工程硬士专业学位论文 三数据挖掘的功能 数据挖掘功能用于指定数据挖掘任务中要找的模式类型。数据挖掘 任务一般可以分两类：描述和预测。描述性挖掘任务刻划数据库中数据 的一般特性。预测性挖掘任务在当前数据上进行推断，以进行预测。致 据挖掘功能可以概括为以下几个方面： 1 ，特征化和区分 数据特征化( d a t ac h a r a c t e r i z a t i o n ) 是目标类数据的般特征或特性的 汇总。通常，用户指定类的数据通过数据库查询收集。例如。为研究上 一年销售增加1 0 的产品的特征，可以通过执行一个s q l 查询收集关于 这些产品的数据。数据区分( d a t ad i s c r i m i n a t i o n ) 是将目标类对象的一般特 性与一个或多个对比类对象的一般特性比较。目标类和对比类由用户指 定，而对应的数据通过数据库查询检索。例如，将上一年销售增加1 0 的产品与同一时期销售下降3 0 的产品进行比较。用于数据区分的方法 与用于数据特征化的类似。 2 关联分析 关联分析( a s s o c i a t i o na n a l y s i s ) 发现关联规则，这些规则展示属性值频 繁地在给定数据集中一起出现的条件。关联分析广泛用于购物篮或事务 数据分析。近年来，已经提出了许多有效的关联规则挖掘算法。后面将 进行详细讨论。 3 分类和预测 分类( c l a s s i f i c a t i o n ) 的过程，是找出描述并区分数据类或概念的模型 ( 或函数) ，以便能够使用模型预测类标记未知的对象类。导出模型是基于 对训练数据集( 即其类标记已知的数据对象) 的分析。分类可以用来预涌数 据对象的类标记，然而，在某些应用中，人们可能希望预测某些空缺的 或不知道的数据值，而不是类标记。当被预测的值是数值数据时，通常 称之为预测( p r e d i c t i o n ) 。 4 聚类分析 与分类和预测不同聚类( c l u s t e r i n g ) 分析数据对象，而不考虑已知的 北京交迁大学工程颈士专业学位论文 类标记。一般情况下，训练数据中不提供类标记，因为不知道从何开始 聚类可以用于产生这种标记。对象根据最大化类内的相似性、最小化类 间的相似性的原则进行聚类或分组。即对象的簇( 聚类) 这样形成，使得在 一个簇中的对象具有很高的相似性，而与其他簇中的对象很不相似。所 形成的每个簇可以看作一个对象类，由它可以导出规则。聚类也便于分 类编制( t a x o u o m yf o r m a t i o n ) ，将观察到的内容组织成类分层结构，把类 似的事件组织在一起。 5 孤立点分析 数据库中可能包含一些数据对象，它们与数据的一般行为或模型不 一致。这些数据对象是孤立点( o u t l i e r ) 。大部分数据挖掘方法将孤立点视 为噪声或异常而丢弃。然而，在一些应用中( 如欺骗检测) ，罕见的事件可 能比正常出现的那些更有趣。孤立点数据分析称作孤立点挖掘( o u t l i e r m i n i n g ) 。 6 演变分析 数据演变分析( e v o l u t i o na n a l y s i s ) 描述行为随时问变化的对象的规律 或趋势，并对其建模。尽管这可能包括时间相关数据的特征化、区分、 关联、分类或聚类，这类分析的不同特点包括时间序列数据分析、序列 或周期模式匹配和基于类似性的数据分析。， 四数据挖掘技术的主要问题 数据挖掘是一个交叉学科领域。受多个学科影响，包括数据库系统、 统计学、机器学习、可视化和信息科学。此外，依赖于所用的数据挖掘 方法，以及可以使用的其他学科的技术，如神经网络、模糊和减粗糙集 理论、知识表示、归纳逻辑程序设计或高性能计算。依赖于所挖掘的数 据类型或给定的数据挖掘应用，数据挖掘系统也可能集成空间数据分析、 信息检索、模式识别、图象分析、信号处理、计算机图形学、w e b 技术、 经济、商业、生物信息学或心理学领域的技术。 数据挖掘还是一个较为新兴的学科，还有许多问题有待于分析解决， 北京交通大学工程硕士专业学位论文 主要包括如下几个方面： 1 挖掘方法和用户交互问题 主要包括反映所挖掘的知识类型、在多粒度上挖掘知识的能力、领 域知识的使用、处理噪声和不完全数据、数据挖掘查询语言和特定的挖 掘、知识显示和模式评估等。 2 性能问题 这包括数据挖掘算法的有效性和可伸缩性，并行、分布式处理和增 量挖掘算法。 3 数据库类型的多样性问题 许多非关系数据库可能包含复杂的数据对象、超文本和多媒体数据、 空间数据、时间数据或事务数据。由于数据类型的多样性和数据挖掘的 目标不同，指望一个系统挖掘所有类型的数据是不现实的。 总的来说，数据挖掘是数据库研究、开发和应用最活跃的分支之一。 是一个年轻的多学科交叉领域。数据挖掘是数据库技术进一步发展导致 的必然结果，是一项面向应用的技术。大型数据库中有效的数据挖掘引 起了学术界和产业界的广泛关注，吸引了一大批研究者和开发者，对于 研究者和开发者提出了大量需求和巨大的挑战。 2 3 5 论文研究的意义 本论文采用了上述的一些研究方法，充分利用信息资源和信息化的 手段，基本完成了以下的工作： 1 编制行业通用的数据字典，制订数据录入、输出、出口规范； 2 统计方式的转变，使统计工作更为准确； 3 实现管理手段和管理决策方式的转交； 4 建立了良好的企业模型： 5 完成了应用信息系统的构建； 所谓信息化，就是在国民经济各部门和社会活动各领域普遍采用现 代信息技术，充分、有效地开发和利用各种信息资源，使社会各单位和 北京交通大学工程硬士专韭学位论文 全体公众都能在任何时间、任何地点，通过各种媒体( 声音、数据、图像 或影像) 享用和相互传递所需要的任何信息。以提高各级政府宏观调控和 决策能力，提高各单位和个人的工作效率，促进社会生产力和现代化的 发展，提高人民文化教育与生活质量，增强综合国力和国际竞争力。 数据的收集、整理是非常繁琐吃力的事，而且必须持之以恒地做， 不能立竿见影出成绩，因此常令人望而却步。中国信息资源严重匮乏已 是不容忽视的问题，系