挖掘分析

挖掘分析（共12篇）

挖掘分析 篇1

挖掘机是通过铲斗做机械运动进行地平面以下的挖掘, 铲斗在提升、回转和卸料时, 机体固定不动。挖掘机构的最大挖掘力由液压系统的压力和液压缸的尺寸, 以及各液压缸间作用力的影响外, 还受整机稳定性和附着性的影响。因此, 工作装置不可能在任何位置都能发挥其最大挖掘力。

1 反铲式挖掘机的工作装置

1-铲斗 2-拉杆 3-摇臂 4-斗杆 5-铲斗油缸6-斗杆油缸 7-动臂 8-动臂油缸

图1所示为反铲式液压挖掘机的工作装置的结构, 主要功能运动包括动臂升降、斗杆收放、铲斗装卸, 要考虑全功率驱动。工作过程要考虑动臂下降, 并调整斗杆、铲斗至合适位置, 斗杆和铲斗挖掘作业;动臂升起, 回转工作装置至卸载位置, 操纵斗杆和铲斗卸载。液压挖掘机的工作对象和工作条件变化很大, 阻力与工作速度随时变化, 主机首先在实现各种主要动作时, 要求液压缸和液压马达的压力和流量也能相应变化;其次, 为了充分利用发动机功率和缩短作业循环时间, 工作过程中往往要求有两个主要动作同时进行组合动作。

如图1所示, 液压挖掘机的典型挖掘工况包括以下四种。

(1) 铲斗挖掘工况, 是由铲斗油缸单独动作进行挖掘工作的工况。采用铲斗油缸进行挖掘工作常用于清除障碍, 挖掘较松软的土壤以提高生产率。

(2) 斗杆挖掘工况, 是由斗杆油缸单独动作进行挖掘工作的工况。在较坚硬的土质条件下工作时, 为了能够装满铲斗, 中小型液压挖掘机在实际工作中常以斗杆油缸进行挖掘。

(3) 联合挖掘工况, 是由铲斗、斗杆油缸复合动作进行挖掘的工况, 必要时还需以动臂油缸的动作, 主要用于需要轨迹控制的情况。当单独采用斗杆油缸进行挖掘时, 挖掘轨迹以动臂与斗杆的铰点为中心, 铲斗斗尖所作的圆弧线的长度决定于斗杆油缸的行程。当动臂油缸位于最小长度并以斗杆油缸进行挖掘时, 可以得到最大挖掘深度尺寸, 并且也有较大的挖掘行程。

主要挖掘区是指用最合理最经常的挖掘方式, 且经常进行挖掘的区域。对液压挖掘机来说最合理最经常的挖掘方式是指挖掘地面以下, 由下向上, 向机身运动的挖掘方式, 用这种方式挖掘铲斗效率高, 循环时间短, 也便于卸土和装车, 司机视野无阻, 因此生产率高而又安全。图2中, 斗杆油缸在主要挖掘区工作时, 铲斗的挖掘轨迹是以动臂与斗杆的铰点F为中心, 斗齿尖V至F的距离|FV|为半径所作的圆弧线, 斗杆油缸的行程由弧线的长度与包角决定。当动臂位于最下位置时, 可以得到最大挖掘深度和较大的挖掘行程, 在较硬的土质条件下工作时, 能够保证装满铲斗, 挖掘机构在实际工作中常以斗杆挖掘进行工作, 则必须保证斗杆油缸产生足够的斗齿挖掘力, 同时油缸应有必要的自锁能力, 要保证斗杆合理的摆角范围, 在满足工作范围和运输要求的前提下, 此值应尽可能的小些。一般来说, 斗杆越长摆角范围也可越小。斗杆在给定工况下, 即动臂油缸为L1、斗杆油缸为L2、铲斗油缸为L3时, 斗杆油缸的理论挖掘力pt杆如式 (1) 计算。

undefined

式 (1) 中P2为斗杆油缸理论推力, P2相对于点F的力臂r5是L2的函数, 挖掘工作时直线FV的实际长度即切削力臂r6是L3的函数, 所以Pt杆是L2和L3的函数。

2 斗杆实际挖掘力分析

斗杆挖掘时切削行程较长, 切土厚度在挖掘过程中可视为常数。在给定工况 (L1, L2, L3) 的情况下, 计算斗杆的实际挖掘力时, 应当考虑到其受到动臂油缸所需自锁能力和斗杆工作时挖掘力的限制。

2.1 最大斗杆挖掘力P工作1

油缸自锁能力是则指挖掘机要实际工况下, 油缸处于外负载反作用时所能承受的作用力。图2中设F和V点的坐标 (XF, YF) 和 (XV, YV) , 由三角几何关系可求FV和CV的长度, 及∠CVF的角度, 此时最大斗杆挖掘力PG1应根据∠CVF的角度范围进行分析。当∠CVF小于90度时, 动臂油缸的无杆腔受到挤压负载压力p0, 则无杆腔自锁力对C点产生了自锁力矩M1, 如式 (2) 。

M1=πP0[ (D1/2) 2- (d1/2) 2]×l5×sinγ4 (2)

式 (2) 中, D1-动臂油缸内径;d1-动臂油缸杆径;l5-直线CA的长度;γ4-∠BAC的角度。

考虑到其它因素对C点产生的附加力矩M2, 则最大斗杆挖掘力可由式 (3) 计算。

undefined

当∠CVF大于90度时, 动臂油缸的有杆腔受到挤压负载压力p0, 则有杆腔自锁力对C点产生了自锁力矩M3, 如式 (4) , 此时最大斗杆挖掘力可由式 (5) 计算。

M3=πp0 (D1/2) 2×l5×sinγ4 (4)

undefined

2.2 斗杆油缸实际挖掘力P工作2

斗杆油缸工作时作用力对F点产生的力矩如式 (6) :

M4=πP0 (D2/2) 2×l9×sinγ5 (6)

式 (6) 中, p-斗杆油缸工作压力;D2-斗杆油缸内径;l9-直线EF的长度;γ5-∠DEF的角度。

考虑到其它因素对C点产生的附加力矩M5, 则最大斗杆挖掘力可由式 (7) 计算。

undefined

3 结语

液压挖掘机的斗杆挖掘时切削厚度较小, 则斗杆挖掘阻力减小。研究斗杆挖掘阻力的目的是确定需要的斗齿挖掘力及其变化规律, 以便在工作装置设计中给予保证。挖掘力太小, 则挖掘能力自然降低, 但挖掘力太大或者其变化规律与阻力的变化不适应, 则功率利用率要降低。挖掘作业过程中有时即使遇到很大阻力时, 可以适当减小切土厚度, 使挖掘阻力减小。挖掘过程中还有可能碰到坚硬障碍物, 往往由于挖不动而需要短时间增大挖掘力, 希望液压系统能暂时增压, 能提高主压力阀的压力。在满足作业范围的情况下, 要求工作装置的结构布置应合理、紧凑, 挖掘力的分布适当, 在保证生产率的前提下, 应尽可能提高挖掘力。

摘要：分析了液压挖掘机的工作装置, 包括工作装置的结构组成及作业工况, 并对斗杆在给定工况下挖掘工作时的挖掘力进行了理论分析。进而得出, 在满足作业范围的情况下, 要求液压挖掘机工作装置的结构布置应合理、紧凑, 挖掘力的分布应适当, 在保证生产率的前提下, 应尽可能提高挖掘力。

关键词：液压挖掘机,工作装置,斗杆挖掘,挖掘力分析

参考文献

[1]汤振周.液压挖掘机发动机与液压泵的合理匹配的研究[J].长春工程学院学报 (自然科学版) , 2008, (04) .

[2]张铁.液压挖掘机的结构、原理及使用[M].东营:石油大学出版社, 2002.

[3]于国飞, 宋文荣, 许纯新.基于Matlab的挖掘机工作装置动力学方程[J].农业机械学报, 2003, (3) .

[4]曹善华.单斗挖掘机[M].北京:机械工业出版社, 1989.

挖掘分析 篇2

现在基本搞挖掘机行业的人士都知道春季是二手挖掘机的销售旺季，那就是每年的二、三、四、五月份都是我国二手挖掘机的销售旺季，如今，又是一年春好时，对于广大挖掘机用户，尤其是广大的北方用户，春节过后就已经开始紧张筹划备战新一年的施工项目了，摆在很多用户面前的紧要问题就是选购适合自己需求的二手挖掘机。二手挖掘机价格比分析。一般来说，单纯从设备省油上比较，进口机比国产机省油，原装机比合资机省油，日系机比欧美系省油。同样，从发动机功率来看一般欧美系占上风。现在国产小挖系异军突起，虽然走高配置高价位的路子，从发动机到油缸几乎依赖进口(车体钢材基本为国产)，目前大多还缺乏核心技术。核心技术不是看单纯的用了多少知名配件，而是看在挖掘机整体装配中的匹配性达到什么程度，稳定性怎么样。什么样的设备是理想设备呢？答案是，工地施工的主流代表了这一技术要求。

在网上购买挖机的问题存在的风险问题分析。首先是虚假报价，在调查中得知国内很多二手挖掘机销售公司的价格部分存在着一个网上漫天报价的严重性问题，这个问题不容小视，他们多以比较低的价格来吸引不知道的顾客到现场去看二手挖掘机。然后再利用花言巧语的功夫骗取顾客对他的好感。当顾客来到实地考察时，才发现与网上的基本报的价格相差很远。最终会使去的顾客扫兴而归，既浪费了大量的人力，也浪费了大量的物力，最后还搭上时间。然而很多顾客在我们公司咨询业务的时侯，我们公司给客户报的确实是实际的二手挖掘机价格，于是就会产生很多的客户反映在其它网站上的销售价格会比我们报的二手挖掘机价格要低的很多这也是我们为什么报这个价格的其中一个原因。对于这种情况我们公司也是很无奈，因为市场混乱漫天要价虚假报价，层出不穷。

第二个就是存在着过度的虚假性宣传广告，不论是网上还是现实的二手挖掘机销售公司大多数都会是不太正规的网站，他们通过在网络中采取过度夸张的宣传广告。对这些广告有的顾客便会信以为真，也买也卖二手挖掘机销售市场提醒广大客户千万不要有占人家小便宜的心理，一定要选择一家正规合格的二手挖掘机销售公司来询问价格，否则那也是白白浪费时间。诸多二手挖掘机销售市场的弊端并不是不能避免，主要挑选一家好的二手挖掘机销售市场才是对自己负责，与其浪费大量时间和金钱不如简单明朗购买挖掘机，贪图小便宜只会让客户朋友蒙受损失这是我们也买也卖二手挖掘机市场不愿意看到的。

基于利润分析的关联规则挖掘研究 篇3

关键词：利润；夹击算法；关联规则

中图分类号：TP311.13

除了基本Apriori算法[1-2]，其他算法改进数据挖掘整体性能的方法，基本都集中在减少扫描数据的次数方面，并且这些算法基本都是单层次的关联规则的挖掘算法。

但是，只有提供多层次的关联规则，才能满足让用户做不同的决策的需求。多层关联规则挖掘算法与单层次关联规则算法相比较，其得到的关联规则能够表达的信息更丰富。但是这种关联规则依然是商品间的简单关系，并无涉及商品利润和及其购买数量，本文用一种全新角度来分析关联规则：即结合利润和数量，使获得的关联规则不止是反映商品间的关系，还可以为决策者分析商品利润率提供有用的知识。

1 实验准备

本文采用实验的方式来验证所提出的加入数量及利润约束的多层次关联规则挖掘算法，并对实验结果进行分析。实验过程可描述如下：

第一步：生成交易数据。

设定待生成数据的参数以及交易数和数据格式。在此，本文采用《日照市某超市销售管理系统》中部分商品的销售数据为研究对象，鉴于数据规模较大，本文中实验数据选用了其中的10种商品项目，并分别以A、B、C、D、E、F、G、H、I、J代表。为了在分析挖掘出的关联规则时使用利润率这一指标，实验数据中要包含商品的成本和单价。

第二步：将商品项目进行归纳分类。

建立一个多层次的架构，并且应用一般化识别编码方式将数据编码转换。

第三步：在多层次架构中，将夹击算法套用于多层次结构上。

第四步：对挖掘出的关联规则，加入数量和利润因素进行分析。

2 多层次关联规则挖掘中套用夹击算法[3]

首先，选取《日照市某超市销售管理系统》中的部分交易数据建立起一个小型的交易库。商品项目用A-J代号来表示，并且用层次化的树状图归纳分类，并利用一般化识别编码表示，如下图所示。

图1

如商品A对应的一般化识别编码为“111”，其中第一个“1”是第一层的类别“食品”；第二个“1”指第二层的“粮食”类，第三个“1”则代表第三层中的具体商品A。其他项目以此类推。其次，在商品销售表中随机选取交易数据。对商品项目分层并编码之后，交易数据具有了层次密集的性质。但是如果表示类别的层增加较多，产生的组合及候选项集长度也随之增加，那么在挖掘频繁项集时效率将降低。本文实验中，利用夹击算法，在最高类别层中挖掘出频繁项集，用此频繁项集与交易数据进行比较，如果商品项目符合该层次最小支持度，就保留该商品项数据，若不符合，则将该交易数据删除。比之传统的Apriori算法，减少了数据量，从而提高了算法的效率。

3 以购买数量和利润作为约束条件的关联规则分析

通常情况下，数据挖掘得到的关联规则，仅表征人们的一种购买趋势，加入利润约束后，也只能得出低利润商品或者高利润商品之间的关联规则。无法得知商品的销售数量，因此本文将交易数据中所购买商品的数量属性也纳入关联规则挖掘的约束条件，并加上商品的利润来分析在利润和数量共同约束下关联规则的意义。

商品购买数量，在实验中，定义为对各种商品项目购买数量与交易笔数之比，即该商品购买数量的平均值。

购买数量可以由下例所示进行计算。例如，MA*PA→MA*PB+MC*PC，MA，MB，MC；代表A、B、C商品的购买数量；而PA、PB、PC则分别代表其利润。下表为商品交易表中不含数量和含数量两种不同的表示方式。

表1

商品编号交易商品项（不含数量）交易商品项（含数量）

1ABCA2B2C1

2ABCA1B2C1

3ACA2C4

可以用以下的例子来说明，加入利润和数量后挖掘出的关联规则的意义。

假设有A、B、C三项商品，其单件商品利润分别为1、6、3元。上表中的三项交易数据用{AABBC，ABBC，AACCC}表示，AABBC表示购买了2个A商品，2个B商品，以及1个C商品。另外两个数据项以此类同。假设对此三项数据应用夹击算法，得出一条关联规则A→B。该关联规则并不包含商品的购买数量。现在我们把商品数量约束加入，按照上文所述，则A的数量应为：（2+1+2）/3=1.67；B的数量为（2+2+0）/3=1.33，C则为（1+1+4）/3=2。对于得到的关联规则A→B，将购买数量以及利润作为约束来分析关联规则A→B，得到1.67*（A商品的利润）→1.33*（B商品的利润），原关联规则变为（1.67*1）→（1.33*7），因此得到3.34→7.98的结果。这样由仅表示A、B商品简单相关的关联规则，在加入商品购买数量及利润后，可以表示此关联规则能否带来较高的获利性，这样，挖掘出的规则的价值大大提升，可以更好的提供给决策者作为参考。在得到这些关联规则后，通过对每条关联规则加入数量以及利润的分析，比较，经营者可以在销售的时候灵活的搭配不同利润率的商品，从而引导消费者在购买了低利润的商品后，会进一步购买与之相关联的高利润商品。使决策者能够快速有效并且正确的挖掘出关联规则，并通过挖掘出的知识来获得最大利益。

4 结束语

通常情况下，关联规则挖掘并不考虑购买数量，只能表达出购买商品的行为趋势涵义。通俗的说就是将两种商品放在一起共同搭配销售，虽然能卖的更多，但是并不一定比单独销售获利更高。因此，作者在实验中，通过夹击算法应用于多层次架构中，高效的挖掘关联规则，并以购买数量和利润做为约束分析得到的关联规则，使挖掘出的关联规则能够表达出两种商品搭配销售所带来的利润提高能力。因此以利润和数量为约束条件的关联规则挖掘分析与传统的关联规则相比，可以更好的帮助商家做出决策。

参考文献：

[1]Agrawl R，et al. Mining Association Rules Between Sets of Items in Large Databases[C].In：Proc. of 1993 ACM SIGMOD Conf. Washington DC.USA，May 1993：207-216.

[2]R.Srikant， and R Agrawal. Mining quantitative association rules.Proceedings of the 21st International Conference on Very Large Database，1995，pp.407-419.

[3]Cai C H.Fu A W C H.Mining Association Rules with Weighted Items[A].1998：68-77.

[4]欧阳为民，郑诚，蔡庆生.数据库中加权关联规则的发现[J].软件学报.2001（04）：612-619.

作者简介：张云健（1978.09-），男，山东无棣人，讲师，硕士，主要研究方向：计算机系统结构、数据库与数据挖掘。

挖掘分析 篇4

1 数据挖掘技术

数据挖掘技术是一种新型的信息处理技术, 与传统技术相比, 其具有更高的商业价值, 通过应用该技术能够促使人们从低层次的联机查询上升至对数据决策支持分析预测上, 以便于实现更高层次的应用。依据数据挖掘技术知识类型的不同, 可以将其划分为:预测范围知识挖掘、关联范围的知识挖掘、差异范围的知识挖掘、广义范围的知识挖掘;常用的数据挖掘方法主要有:当代数学分析法、数据集成方法、元模式法、证据理论法、数据分析法、近似推理法、不确定性推理法、神经网络Neural Network探索性分析法、遗传算法Genetic Algorithm、信息聚类分析法、数理统计法、计算机学习法等;另一方面, 数据挖掘技术的对象也是多种多样的, 主要可以分为下列几种:多媒体数据库、遗产数据库、空间数据库、文本数据源、异质数据库、时态数据库等。

对常用的几种数据挖掘技术进行简单分析, 主要表现为:

(1) 规则归纳, 这主要是指对数据开展相关的统计, 其主要是对数据项中的一些集合与属性进行反映, 其中一种比较典型的归纳算法就是AQ法, 通过应用数据挖掘技术能够及时发现数据库中一些潜在的位置信息。

(2) 支持向量机, 这主要是指建立在一些数学理论基础上的结构风险, 其主要思想为:通过在高空多维空间中寻找一个超平面, 然后应用该超平面将这两类隔开, 以便于在数据处理过程中保证最小分类的错误率, 但是其显著优点就是线性问题。

(3) 模糊集, 模糊集理论中不具备针对性, 在数据处理过程中主要分为两方面的内容, 已当面是不确定的数据, 另一方面是不完整数据, 应用模糊集理论进行数据处理时, 其处理起来更加的方便有效。

(4) 统计方法, 在该种方法中, 主要是对事物的数量进行统计分析, 以便于推断其规律, 在查找到事物的数据线索之后, 在此基础上进行假设, 并对其可行性进行严重, 应用这种方法的过程中, 其中具有的一个显著优点就是精确性。

2 关联规则挖掘算法

在早期关于数据挖掘技术的研究中, 研究的重点放在数据挖掘模型的建立以及相关算法的研究上, 但是应用这种研究方法所得到结果研究结果是比较孤立的, 难以取得理想的数据处理效果, 随着关于数据挖掘技术研究的深入, 人们发现在开展数据挖掘技术的研究过程中, 想要有效的实现用户相关的挖掘目标, 除了需要加大算法的研究力度之外, 还需要制定出特定的实现机制, 以便于所制定的挖掘计划能够转化成为对一个系统工作的控制, 这样才能促使挖掘项目获得一个理想的挖掘效果, 对于挖掘算法的约束作用, 在挖掘算法开展的任何阶段都可以实现, 并且挖掘算法的基本形式就是交互式数据, 在实际的挖掘算法开展的过程中, 严格按照相关的计算流程开展才能达到快速、准确完成挖掘任务的目的。

在开展数据挖掘计算的过程中, 由于面临着多种因素的影响, 并且其中一些因素是难以把握的, 这直接导致了挖掘算法的结算结果具有不可预测性, 因此还需要为挖掘算法添加反馈机制, 通过有效的反馈机制能够对计算结果进行验证, 并且能够对算法中的数据进行修正, 在该过程中, 不仅要保证所挖掘到数据的正确性, 还需要保证数据是用户所侧重的, 这就需要所挖掘的数据结果不仅具有逻辑上的正确性, 还要能够满足用户的主观偏好, 既要能够满足用户的需求, 这就需要有效的约束来发现算法中的问题, 并及时的开展算法纠正, 这样才能保证所开展的挖掘算法能够满足各方面的实际需求。

但是在实际的开展挖掘算法的过程中, 很容易导致陷入到一个误区当中, 也就是将关注的重点放在一个系统处理所出现的问题上, 但是对系统规模大小的控制没有予以足够的重视, 出现这样的问题会对挖掘算法结果起到反作用, 使得相关问题难以很好的解决。在进行数据挖掘的约束时, 要保证实现系统增量式扩充, 在对用户的实际需求与目标予以明确之后, 需要借助于约束参数, 结合约束参数的形式对一些有待解决的问题实施验证, 一旦确定相关数值之后, 就可以通过实验的交互式输入实现, 最终较大较优值, 该约束机制能够应用于数据挖掘算法的各个不同阶段, 另一方面, 在开展数据的预处理时, 要能够保证约束个数的设置在保证数据挖掘结果正确性的同时, 能够保持数据的规模, 并且可以将约束机制应用于整个项目细分之后的子目标, 从而实现快速约束。为了能够更好的解决相关问题, 可以对不同类型的问题加用不用的约束调节, 特别是在维度较高的数据的除了过程中, 如果所选择的约束条件合适, 能够有效简化挖掘算法。

在选择约束类型的过程中, 时态约束下的关联规则主要是指:一次数据库扫描挖掘算法能够在减少一定的I/O个数的基础上, 促使数据量的不断上升, 这就会导致计算机内存占用量的线性增大, 因此, ISS容量控制就是关联规则数据挖掘算法中非常重要的内容, 并且能够有效减少CPU的占用量, 为了能够有效的改善这一问题, 可以采取对数据进行分批处理的方式, 通过对数据实时有效的组织, 能够有效的改善数据结构, 降低数据内存, 并且能够生成独立的关联规则, 在降低计算机硬件资源占用率的同时, 有效改善精确度。

3 结束语

数据挖掘技术是一种新型的数据处理技术, 不管是数据挖掘技术还是关联规则挖掘算法, 其中所包含的内容比较多, 本文就主要对其进行了简单分析, 对于实际的数据挖掘工作具有一定的参考价值。

参考文献

[1]刘兴明.浅析数据挖掘技术与关联规则挖掘算法[J].无线互联科技, 2014 (08) .

深圳二手挖掘机市场分析 篇5

市场的形成 一，形成90年代末，深圳的基建掀起一阵热潮，高速公路、港口、码头等等，加上房地产的高度开发，深圳速度闻名于世界。深圳速度同时也推动了对工程机械的大量需求。98年，几个香港人看中了深圳的二手工程机械租赁市场，从香港带了一批挖掘机、推土机等二手工程机械到深圳机场路口边的兴围开始从事工程机械租赁业务。后来香港人转变了经营模式，改租赁为倒卖二手工程机械，将香港的二手工程机械倒卖到深圳，后来直接从来日本进口二手工程机械倒卖到深圳。深圳最大的两家二手工程机械公司深圳天龙机械有限公司、工程机械设备有限公司相继于1999、2002年成立。深圳友利挖掘机市场机械城有限公司深圳市瀚慷实业发展有限公司管理局核准的进出口企业;2005纳入深圳市进出口贸易营行业商会主要会员单位。公司成立于2002经营范围包括国内商业、物资供销；电子产品、机械设备的技术开发、购销；以及进出口业务（具体按“深贸管准证字第2002-508号”中华人民共和国进出口企业资格证书规定经营）公司注册地址：深圳市福田区彩田路中深花园大厦设机械城有限公司（以下简称“凤凰机械城”），主要从事凤凰建设机械城的市场经营及物业管理，目前该机械城已经成为全国最大的二手建筑工程机械专业市场。

二，二手机来源

二手机大规模进入中国已是几年前的事情，比如挖掘机，仅海关统计的进入国内的二手机数量早已与新机的销售量相当。

在二手机交易市场上，除了卡特的机器外，基本都是小松、日立和神钢等日本品牌。这主要是因为中国的二手机货源绝大多数都是从日本流入中国的。出国，已经形成了稳定的二手机货源，其中有租赁公司淘汰下来的，完施工工程后变卖的，还有银行按揭贷款没有还完被收回的，赁企业淘汰的设备。日本的建筑机械租赁业非常发达，达70%左右。而有些租赁公司，设备用到5000这些就成为二手机市场的主流产品。1.小松公司二手机拍卖公司

据说小松的二手机拍卖会仅次于利氏兄弟拍卖行成为世界第二大拍卖会。会上，机器从开进拍卖场到开出场（中间不停留）就会完成一台机器的拍卖。每年从日本输出的二手设备至少在进入中国。

不同的二手机进口渠道要走不同的程序，中国进口的二手机中的绝大多数都选择在香港转口。国家进出口检验检疫局在香港机构，对二手机进行检查，国大陆。检查的主要指标是设备的新旧程度，设备特别是早期的设备工作小时数容易更改有关系。“瀚慷公司500强企业3月22日，注册资本B-1712#。瀚慷公司下设深圳市凤凰建日本是世界最大的二手机输等等。在工程建设中建筑机械设备的租赁率6000小时的时候就会流向二手设备市场，的过程就是拍卖的过程，5万台以上，通过检查的设备才能进入中

深圳友利--深圳市凤凰建设;深圳市工程机械经3088万元。公司的。在小松的拍卖一般不到1分钟其中有三成左右这大概与（以下简称”）是经深圳市工商行政年也有工程公司转行或做但最主要的来源还是租～主要依靠生产年限而不是工作小时，但这也基本上可以公平有效地将过于陈旧的设备淘汰。二手机根据设备的机况不同，价格差别很大。同样型号机器，机况好的中等吨位的二手挖掘机的价格在60万～70万元，而机况差的二手挖掘机可能只要20万～30万元。有些按揭贷款收回来的二手挖掘机的工作小时只有1000～2000小时，当然这种二手机的价格也会相应较高。

此外，由于近两年中国挖掘机新设备的价格在不断上涨，加之二手机需求量的旺盛，以工作时间在5000小时左右的20多吨级的二手挖掘机为例，比五六年前价格已上涨15万～20万元。

二手机虽然涨价，5000小时左右，而工作寿命则一般都能在因此还是很有诱惑力的。内组装的质量会好，这也是有些客户群倾向购买二手机的主要原因。2.日立贸易公司

日立贸易公司在1998 年成立了二手车事业部，公司最大的赢利点，卖会是日本规模最大的二手工程机械拍卖会，卖会上销售的。

日本1995 年的二手设备销售台数约有太大增长。但是出口对内销的比例从30，这其中中国占到了对如此巨大的市场，大家可以想像得到价格一定是在逐年攀升。

3.中国拍卖有限公司中国拍卖有限公司，是一家在香港注册的以经营二手工程机械拍卖为主的拍卖公司。2005年9月，中国拍卖有限公司成功举办了第一届二手工程机械拍卖会，本次拍卖会从二手工程机械数量到现场服务以及提供的运输服务、报关服务等方面均有了进一步的提高。

市场的发展现状

一，龙头二手挖机经销商 以天龙、友利为首的二手机械商把二手挖掘机销往全国各地。到目前天龙机械仅在深圳拥有过7个档口，占地超过二手挖掘机的鼎盛时期，档口，一年的总销量即在从08年到现在，二手挖掘机的价格一路攀升。据了解原因有三。1：日本国内二手挖掘机供不应求2：国内对走私挖掘机打击严，成本提高（听说近两年来二手机进入深圳二手机机械的渠道：一是从天津上岸再运到深圳，再进入深圳）

3：国内挖掘机需求量剧增，二手机械商拉抬价格。附主要二手挖掘机品牌价格动态表

还是具有性价比优势的。2万小时以上，而价格一般只有新机的六七成，还有些人认为这些二手机是真正意义上的原装进口机，是一家由日立建机株式会社全资成立的公司，成立于由于近年来二手车销售的持续增长，都会举办3 次二手车的拍卖，HCT 每年销售的二手机中超过89000台，到20051995年的30∶70到的比重，现在中国和东南亚是日本二手车最大的外销市场，面

30000平方米，最少有2000台现机。300-500台的销量，10万台左右。

二是从广西北海上岸再运进深圳，其主流产品的工作时间多在二手车事业已经成为年是112000年已经完全翻了翻，2008、2009、三是通过香港作为中转比国1986 年。50% 是在拍台，应该说没70∶ 2010这三年是200个但与新机相比，另外，(HCT)每年HCT 他们的拍卖会和小松公司的拍200530%

每个档口一年有福永两个机械城共有约

小松 2008年 2009年 2010年 2011年 卡特 2008年 2009年 2010年 PC60 PC120 PC200 PC350 58-65万 70-80万 90-100万 110-120万13-15万 25-28万 30-35万 15-20万 33-35万 45-50万 22-25万 38-40万 65-70万 28-30万 48-55万 80-90万 CAT307 CAT312 CAT320 20-23万 32-35万 40-45万 28-32万 38-40万 55-65万 35-38万 45-50万 75-85万 2011加藤***1日立***1神钢***1

2008约250总约

2011年到目前为止，二手挖掘机之所以销量骤降，原因主要有几方面一：原装二手挖掘机价格急剧升高二：许多二手机械商为了谋暴利以次充好，把一些劣质的翻新机卖给用户，造成口碑差三：全新挖掘机的倔起虽然二手挖掘机今年销量呈急剧下滑之势，人吃惊。以20吨机为例，只需

二．发展规模

深圳二手挖掘机市场当前存货量为由于经营不规范，经营者主要开普通收据，不开具正规发票，所以不用上缴营业税。年的总销量为10为36亿。而08到口二手机的销量。年 40-42万 HD-700 年 30-35万年 30-35万年 30-35万年 30-35万 EX60 年 13-15万年 15-20万年 22-25万年 28-30万 SK60 年 13-15万年 15-20万年 22-25万年

28-30万二手挖掘机销售总量动态年 2009/档 约350台

总约

20年广东新机销量台数分别为60-65万 90-95HD-82030-35万45-50万60-65万85-95万EX120 EX200 25-28万 30-3533-35万 45-5038-40万 65-7048-55万 75-85SK120 SK200 25-28万 30-3533-35万 45-5038-40万 65-7048-55万 75-80年 2010台/档 约500台

总约100000但市场仍有大量报废翻新机，5万台。经营二手机的主要政策税为进口关税亿元。其中销往广东市场约为900万

EX330 万万

万 95-100万 万 105-110万 SK330 万万

万 85-90万 万

95-100万

2011年 /档 约5台/档台

总约450台 其价钱之低廉让60001200多、2500多台，远远少于进 26.8%，2010台5000070000年台

多万便可买一台。万台，营业额为约1000台，营业额约10多、代理商与二手机

代理商要发展，无外乎横向拓展和纵向拓展。对工程机械代理商而言，作横向拓展，在本行业内扩大规模，最常见的就是增加代理区域或在一个区域内代理新的品牌或新的产品系列，这在工程机械行业已经逐步发展成熟的今天，其空间已经变得越来越小。而如果跨行业的横向拓展，以目前中国代理商所处的环境和自身的情况出发，一般也是很少考虑的。另外一条路就是纵向的拓展，往上游看是制造商企业，而国内代理商的规模和实力还很难做到向上拓展，于是目光就集中到了下游，也就不可避免地关注到了二手机的问题。

二手机业务在最热门话题之一，验证。代理商们比传统的单纯搞二手机交易的老板更了解相关的工程信息，的销售渠道，具有较强售后服务能力，很好，有的1年可以卖几百台。

工程机械行业的发展已经到了后市场时代，从代理商到用户有着很多的环节，如维修、配件、翻新、租赁等，往下游走的一个重要的经营项目，代理商已经开始通过各种方式开展二手机的业务，虽有种种困难，但也取得了很好的成效。如有些代理商通过以旧换新的业务在一定程度上促进了新机的销售，的二手机交易不仅拓展了客户群的范围，年，随着中国二手机市场的发展，拍卖会，而且大都有斩获，这从另一方面说明了中国二手机市场已经步入了新的发展阶段。

二手机业务虽是块诱人的蛋糕，但要想吃到它，对代理商来讲还有着很大考验。首先，无论是以旧换新业务，国内刚刚发展起来的代理商来说在资金积累上是个考验。第二，因为技术水平、市场经验、积累的信用不足等原因，时很难达成一致。的以旧换新却常常是机货源受到了大量民间交易的冲击，关注的旧机的价格上却常常有着更强的竞争力。

当然，方法总比问题多，国际市场上的经验开始制定自己相对客观的评估标准，后凭借自己的信誉和适当的三包期保证再让其走向市场，或干脆自己公司留下做租赁用。发展趋势

2.1 小挖的异军突起

作为二手机主要产品的二手挖掘机，从2005年左右，二手小挖呈增加趋势，2002年全面放开后的迅速发展，使得二手机成为代理商企业决策者们的2006正逐步成为代理商重要的盈利点。二手机业务一方面可以作为代理商还是直接的二手机买卖交易都对资金投入有着很大的要求，中国没有统一的评估标准，在国外的以旧换新换回的多是租赁企业的七八成新的机器，1 万h以上的中老年设备，处理起来多有尴尬。第四，以旧换新的旧很多代理商对这些问题已经开始了有益的探索，还在销售旺季有效地缓解了货源紧张的问题。买卖双方在对二手设备价值的评定上有 对以旧换新回来的机器进行维修翻新一直以来，主流产品主要集中在吨级、5吨级甚至更小的机器越来越多，在数量

同时积累了良好所以很多近几日立的二手机这对很多而中国但在卖方比如尝试借鉴 20吨级、30吨级，这一点在年中国工程机械工业协会挖掘机分会年会上得到了充分的所以目前中国很多优秀的代理商的二手机业务做得都另一方面又会很好地促进其他下游项目的发展。还有些代理商通过单纯越来越多的中国代理商到日本去参加小松、第三，这些民间交易在信誉和规范性上不如代理商，10

上已逐步接近甚至超过中大机型。原因主要有2个方面，一方面是市场需求的原因，由于近几年小型挖掘机市场需求比较旺盛，二手小挖大有趁势异军突起之势；另一方面是经营导向的原因，随着大吨位二手挖掘机的经营越来越成熟，其利润空间越来越小，而小挖二手机业务才刚刚开始，利润空间相对还比较大，所以经营者也会有意引导小挖的消费。所以小挖上升的趋势还是比较大的。

2.2 内循环与民间交易发展

随着中国工程机械行业的发展和积累，中国正在逐步形成自己的二手机内循环。一方面是有些代理商开始尝试以旧换新的业务，回来的机器经过维修、面是民间交易的增长，这些民间交易既有同地区的小范围循环，环。

既有拥有设备的个体老板之间直接的交易，也有专门收购企业的存在。的“星探”被一些二手机公司派出，他们在有工程机械出现的地方出没，设备，遇到要转行的、更新设备的或者银行还贷困难的设备就会收购了以后再转卖。企业规模小，但数量多，对市场的影响也比较大。中国二手机内循环的逐渐形成和发展，也是近年来二手机业务很好而进口二手机的数量并没有出现很大程度增长的重要原因之一。对目前中国二手机市场的分析

3.1 目前二手机市场问题及制约因素

二手机的权威评价标准是个老生常谈的问题，导致的结果就是没有一个大家广泛认同的交易价格。即使有些公司按照一定的标准制订了自己的标准，加大了二手机交易的风险，特别是不利于以旧换新业务的展开。大量的网上交易，而保障交易能顺利实现的重要原因是因有着大家都遵从的二手机交易的权威标准。二手机交易最主要的是挖掘机，它们在网上公布的资料中有的格式是固定的，他们分别从正面、侧面，主传动、大小臂、铲斗、发动机、标牌等各个角度给出了直观的展示。然后附加一些文字的说明，一台二手挖掘机的大致情况就跃然纸上，而且商家的信用度都很高，这样，即使不用去看机器，在网上直接交易也不会有太大的风险。对目前中国二手机市场的分析

其次，大量的民间交易中存在的不规范的因素，主要带来的是财务和税收上的问题。为很多民间交易的主体本身并不是经营机构。

另外，大量民间交易的存在一定程度上也阻碍了有规模的、的形成。这也是市场自由发展难解决的问题，还需要管理部门发挥看得见的手的影响力，强引导和监管。

再者，二手机交易对售后服务没有规定。虽然早有行业协会等机构提出呼吁，还没有有效改善。现在国内市场上的二手机大多是款到发货，易多少带有点赌的色彩。

另一方现在很多二手机到处寻找可以收购的这样的 这就二手机市场存在着张照片，这些照片 因加但一直都这使二手机的交翻新再次回到市场。也有跨省份地区的大范围循也难以得到广泛的认同。在日本，16 规范的中国二手机交易市场却没有三包，3.2 二手机对行业市场的影响

首先，二手机对市场的影响会表现在对新机销售的冲击上。在品牌上主要表现在对于其价位相当的拆下待翻新的二手挖掘机铲斗翻新后的二手挖掘机铲斗产品品牌，在地域上则表现在二手机业务发达的广东等地区。但因为中国的市场增长比较快，甚至产品供不应求的局面还经常存在，所以在大部分地区二手机对新机的冲击还没有到特别严重的地步。

其次，二手机业务的发展也势必会带动维修、翻新业务、配套件市场的发展。真正意义上的翻新，指的不是简单的维修，也不仅是外观的整修等，更重要的通过更换构件等方法，实质性地恢复设备的功能，延长设备的寿命。工厂，还有一些代理商对以旧换新来的机器的处理。

第三，二手工程机械业务对工程机械租赁业有着十分重要的意义。

它是租赁业与市场衔接的重要纽带，业风险。在发达国家和地区，很多工程机械行业成熟的国家，司租赁、然后二手机销售的链条，比如日本，他们拥有很多大的租赁公司，如《建筑机械》曾经报道过的日本金本株式会社每年都要购置到5000h左右，就会淘汰到二手市场，所以二手市场很发达，吸引了世界各地的人来采购。中国虽然有不同的情况，但要使租赁业真正发展起来，做好二手机业务亦是必不可少的。小松在中国都投资成立的翻新削弱了其营都已形成了新机销售，租赁公200亿日元的新设备，这些租赁公司的设备用

某机型挖掘机动臂故障分析与改进 篇6

动臂是挖掘机在工作过程中直接承受荷载的主要受力部件，动臂的损坏通常既要承受疲劳荷载，还要承受冲击荷载，虽然在实际工作中工作应力没有达到设计条件的许用应力，但由于长期的交替荷载变化对工件造成损坏，同时由于客户在使用中的不规范操作，使动臂的使用寿命大为缩短，动臂开裂现象经常发生。为了彻底了解故障的原因，从动臂的结构型式，开裂部位的外部状况和内在因素分析结构件发生破坏的特征，揭示破坏的原因，从工艺与设计方面提出解决方法，进一步提高产品质量，提高结构件的使用性能。本文对该结构件故障原因进行分析，提出改进措施。

动臂的结构形式

动臂属于对称的箱型结构，由上盖板、下盖板、左右侧板、前叉与后支撑组成，如图1所示， 材质均为焊接性能良好的低碳合金高强度钢Q345B

故障件现象描述

某機型挖掘机动臂出现故障，从市场返回结构件外观看，①前叉侧板与③下盖板出现焊缝开裂情况、⑤后支撑上盖板与④后段上盖板截面突变处出现焊缝与母材开裂情况。为了了解结构件开裂的具体原因，对动臂开裂部位进行切割并进行酸洗观看焊缝内部情况。

a外观

①前叉开裂情况（图2）

②后支撑开裂情况（图3）

b内部

对前叉与后支撑开裂部位切割发现：①前叉内部加强板母材本身开裂、加强板与前叉侧板连接焊缝两边整条出现开裂（图4、图5），同时隔板内部圆孔边出现放射状裂纹（图6），经对加强板与侧板连接焊缝切割发现隔板熔深只有1mm（图7），故判定前叉外部焊缝开裂是由内部隔板焊缝与母材开裂引起的。

②后支撑内部隔板角焊缝偏焊，熔深仅1mm左右（图8），内部隔板出现整条角焊缝开裂，外部后支撑上盖板拐角处只是微裂，故判定后支撑上盖板和角焊缝开裂是内部隔板焊缝先裂后引起的（图9）

c原因分析

①由于现场没有焊接前叉与后支撑的专用焊接变位机，焊接前叉与后支撑时平放置在地板上，在工艺上只能采用采用角焊缝焊接，，导致前叉与后支撑内部隔板偏焊熔深不足，焊脚尺寸不够，使内部焊缝开裂。②由于客户在使用过程中的不规范操作，如扫平、撞击等力度太大，导致前叉与后支撑内部加强板产生频繁的扭曲变形，使前叉与后支撑内部焊缝开裂。③前叉与后支撑内部圆孔直径太大，消弱了动臂前叉与后支撑截面的抗扭能力。④前叉加强板孔边缘的放射状裂纹，表明加强板强度不足，使加强板与侧板焊缝开裂。⑤后支撑上下盖板外侧上下盖板形状突变，成为应力集中点，当内部焊缝开裂后，后支撑在截面突变处开裂（图10）。

图10

d处理措施

①制作专用的前叉（图11）与后支撑（图12）专用焊接变位机，对焊接工艺进行变更，由角焊缝改为船型焊，即保证熔深又保证焊缝尺寸（图13）

② 为了增加前叉与后支撑的强度，将前叉与后支撑的内部加强隔板板厚由12mm增至16mm，焊缝尺寸由8*8mm增至更改为12*12mm，同时将加强隔板中间圆孔孔径由?200mm缩减至?100mm 。③为了增加前叉与后支撑的整体抗扭强度，在前叉（图14）与后支撑（图15）侧面增加8mm的加强贴板，减少动臂动作频繁引起的发生变形。④为了减少后支撑上下盖板结构突变引起的应力集中，在后支撑应力突变处增加4块加强板（图16）。

图16截面突变处加强板⑤在工艺上对后支撑的装配与焊接顺序进行变更，由原来的上下盖板、左右侧板与隔板整体装配后焊接改为：先装配后支撑上下盖板与左右侧板，然后对内部焊缝进行焊接，再按装配内部隔板，最后在专用后支撑焊接变位机上完成隔板焊缝的焊接（图17）。

⑥对后支撑截面突变处的4块加强板，为了保证与侧板边缘的融合，工艺上采用X型350坡口，钝边2mm，焊接时先对上面焊缝打底焊接，然后反面清根，保证根部焊缝熔合，再采用多层多道焊，两面交替施焊的顺序，以使每侧引起的变形最后都得以抵消。焊接时板边端头与侧板边缘焊缝要适当延长，保证与侧板光滑过度，焊接完成后打磨平整，避免形成新的应力集中点。⑦由于颗粒过渡焊接的电弧穿透能力强，电弧稳定，焊缝成型好，熔深大，可以提高力学性能，因此该动臂前叉与后支撑内部焊缝采用颗粒过渡焊接。⑧焊接工艺参数确定：采用CO2气体保护焊，焊丝采用JM-58焊丝，焊丝直径φ1.2mm.焊接电压34-38V，焊接电流350-400A。

结论

目前，这些改进在后续结构件的现场生产中已经完全实行，改进后的整机结构件使用良好，使用过程中的安全性和可靠性大大提高，从市场用户使用时间统计来看，改善后的结构件使用时间比原来提升3倍，结构件故障率明显降低，得到了广大用户的认可，提高了用户对本产品的满意度。

参考：

[1]姜焕中.电弧焊及电渣焊.机械工业出版社.2004.

[2]黄祥金.某型挖掘机回转平台支座焊缝开裂原因分析.工程机械，2013（5）.

挖掘分析 篇7

关键词：工作装置,液压挖掘机,挖掘力,试验设计

0 引言

在液压挖掘机设计过程中, 挖掘机工作范围和最大挖掘力是反映挖掘机作业性能的主要参数, 是设计师关注的最重要的性能参数[1]。液压挖掘机最大挖掘力与液压系统压力、工作装置结构、整机附着条件等因素相关, 对它的分析和计算十分复杂[2]。传统的分析方法, 是根据经验选择工作装置的工况和姿态, 用解析法进行普查计算[3]。传统方法进行了工作装置有限位置和姿态的计算, 不能准确确定最大挖掘力工况和姿态, 难以全面了解挖掘机的受力状况。

本研究针对大型正铲液压挖掘机的研发, 利用多体动力学仿真方法, 建立液压挖掘机工作装置机械-液压联合仿真的虚拟样机模型, 仿真分析铲斗处的最大挖掘力, 为研究分析挖掘机的工作性能、工作装置关键铰接点的受力情况和结构强度提供依据;通过试验设计分析研究正铲工作装置关键铰接点空间位置的改变对整机最大挖掘力的影响, 为工作装置的优化设计提供依据。

1 挖掘机工作装置虚拟样机模型

液压挖掘机工作装置主要由动臂、斗杆、铲斗, 以及控制动臂、斗杆、铲斗动作的油缸组成。本研究在某正铲液压挖掘机设计过程中, 建立了工作装置机械-液压耦合仿真模型, 包括工作装置机构的机械模型、驱动工作装置运动的液压系统模型、机械模型和液压模型之间的作用力相互引用。

本研究采用三维绘图UG软件建立该型号正铲工作装置的三维实体模型, 然后导入ADAMS中, 模型如图1所示。在ADAMS中, 对挖掘机工作装置的各个零部件定义约束关系, 如动臂、斗杆、铲斗之间接点处的约束设为转动副[4,5]。动臂液压缸变化行程为5 m~8.2 m, 斗杆液压缸变化行程为4 m~6.3 m, 铲斗液压缸变化行程为5 m~6.8 m, 液压挖掘机工作装置的9个关键铰接点空间位置坐标如表1所示。

1—铲斗;2—斗杆;3—动臂;4—铲斗油缸;5—斗杆油缸;6—动臂油缸

本研究采用ADAMS/Hydraulics模块建立的挖掘机工作装置液压系统模型如图2所示, 将动臂、铲斗和斗杆油缸的驱动方式设为液压驱动来实现正铲工作装置机械系统与液压系统的相互关联。

1—动臂油缸;2—斗杆油缸;3—铲斗油缸;4—单向阀;5—溢流阀;6—方向控制阀;7—液压油;8—油泵

挖掘机工作装置液压系统最大工作压力为32 MPa, 液压缸闭锁压力为40 MPa。液压系统采用控制各个方向控制阀开闭时间的方法, 实现对各液压缸的压力控制[6]。

2 整机理论挖掘力的仿真分析

在挖掘机进行挖掘作业时, 铲斗对物料的作用力称为挖掘力, 物料对铲斗的反作用力称为挖掘阻力。挖掘机在矿山工作时, 在主要挖掘区域内, 挖掘力分布是否合理, 是否能够以较大的挖掘力进行挖掘, 是挖掘机工作装置设计需要重点考虑的问题。

最大斗杆挖掘力 (crowd force) 与最大铲斗挖掘力 (break force) 是挖掘机产品目录上明确列出的挖掘机主要性能。斗杆挖掘力, 是指以斗杆油缸挖掘为主, 即斗杆油缸作为工作油缸, 铲斗油缸和动臂油缸作为闭锁。铲斗挖掘力是以铲斗油缸作为工作油缸, 其他油缸作为闭锁油缸所决定的挖掘力。由于铲斗挖掘方式主要是为了撬动物料、调整切削角及装载和卸料, 不是挖掘机的主要挖掘方式, 且仿真分析方法与斗杆挖掘力的仿真方法基本一致, 受限于篇幅, 本研究重点研究斗杆挖掘力, 仿真分析挖掘机整个工作范围内, 在铲斗斗齿一系列位置点上所能产生的斗杆最大挖掘力。

斗杆油缸工作, 其他2个油缸闭锁。在挖掘轨迹某个位置, 受到挖掘阻力的限制, 挖掘阻力大到一定数值时, 铲斗或动臂油缸压力达到闭锁压力, 或斗杆油缸达到最大工作压力, 这时可以得出工作装置在这个位置的斗杆油缸挖掘的最大挖掘力[7]。本研究对液压挖掘机工作装置的工作范围内各个位置进行斗杆油缸最大挖掘力普查, 最后将这些斗杆油缸最大挖掘力所对应的铲斗斗尖位置在挖掘范围图中标出, 斗杆挖掘工况挖掘图如图3所示。同时在图3中给出最大、最小挖掘力位置点的工作装置姿态以及影响该点最大挖掘力发挥的因素。

影响斗杆最大挖掘力发挥的因素用以下序号表示。序号1:斗杆油缸的工作能力;序号2:铲斗油缸的闭锁能力;序号3:动臂油缸的闭锁能力。对应每组动臂油缸伸长量λ2变化, 斗杆伸长量λ3、铲斗伸长量λ4、斗杆转角θ3、铲斗转角θ4和斗杆最大最小挖掘力的极值可参如表1所示。

从图3、表2可知, 该正铲工作装置的最大斗杆挖掘力为2 540 k N, 主要受限于斗杆油缸32 MPa的最大工作压力, 此时工作装置的动臂、铲斗和斗杆油缸行程分别为5.95 m、5.61 m和4.54 m, 图3中挖掘机工作装置实线轮廓所示位姿。

该产品针对的是11 m~12 m高度的矿山作业面。根据以上分析计算可以看出, 该挖掘机在挖掘地面以上物料时, 铲斗转角变化不大, 基本在100°~130°之间变化, 在挖掘机的常用挖掘作业区域, 斗杆油缸挖掘力大于2 000 k N, 该款挖掘机最大斗杆油缸挖掘力的分布区间比较合理。同时在斗杆挖掘力的仿真研究中也发现, 斗杆油缸最大挖掘力总是在初始开挖阶段较大, 随着铲斗插入、切削物料, 斗杆油缸最大挖掘力会受限于斗杆液压缸最大工作压力或铲斗油缸的闭锁压力, 而后随着铲斗挖掘过程结束, 挖掘力逐渐变小, 此时斗杆最大挖掘力受限于动臂油缸的闭锁压力。

该液压挖掘机工作装置斗杆最小挖掘力为600 k N, 其动臂、铲斗和斗杆油缸行程分别5 m、5.02 m和6.2 m。在动臂油缸行程为5.0 m时, 斗杆油缸从最短行程伸至最长行程的挖掘轨迹均在地平线以下。进行地下挖掘时, 斗杆挖掘力较小, 平均位于1 000 k N左右, 最大值为2 117 k N。液压正铲挖掘机在矿山作业时, 基本不进行地平线以下挖掘。

对比同类型产品EX8000挖掘机, 其斗杆最大挖掘力为2 800 k N。而该型号的正铲液压挖掘机斗杆最大挖掘力2 540 k N, 说明该工作装置的斗杆最大挖掘力需要进一步提高。挖掘机工作装置铰接点空间位置是影响斗杆挖掘力最主要的因素, 因此, 以下将分析研究工作装置关键铰接点位置对斗杆挖掘力的影响, 优化空间铰接点位置, 提高正铲工作装置的斗杆最大挖掘力。

3 挖掘力的试验设计

3.1 参数化模型

本研究进行工作装置的参数化建模, 将参数值设置为变量。在分析过程中, 改变样机模型中有关数值, 可以形成多个工作装置样机模型。为此, 笔者采用参数化点坐标的方式, 将正铲挖掘机工作装置9个关键铰接点的X、Y坐标定义成18个设计变量, 正铲工作装置的参数化模型如图4所示。

3.2 设计研究

笔者逐一分析上述设计变量对正铲工作装置斗杆最大挖掘力的影响, 通过上述研究找出对斗杆最大挖掘力敏感的设计变量。斗杆最大挖掘力对设计变量的敏感度如表3所示。本研究剔除对结果影响不显著的变量DV1、DV2、DV4、DV5、DV7、DV8, 使得试验设计分析仅针对结果影响显著的变量进行, 从而降低试验设计分析的复杂度和工作量。

工作装置的关键铰接点空间位置变化太大, 会造成某些工作装置机构设计方案在运动过程中出现运动死点, 本研究通过多次仿真分析, 将设计变量的取值范围定义在原设计值±0.1 mm范围内变动, 如表4所示。

3.3 试验设计分析

本研究针对设计研究中确定的12个设计变量, 研究其变化时对斗杆最大挖掘力的影响。为减少试验次数, 同时尽可能涵盖整个取值区间, 本研究采用蒙特卡罗方法来进行试验规划[8,9]。考虑到工作装置铰接点的设计方案应尽可能在原有设计方案上进行调整, 本研究选用正态分布的方法进行数据抽样, 得出了108组工作装置关键铰接点的设计布置方案, 并逐一仿真计算这些铰接点设计方案在对应动臂、铲斗和斗杆油缸行程分别为5.95 m、5.61 m和4.54 m的位姿下 (该位姿时斗杆挖掘力最大) 的斗杆挖掘力, 计算数值按降序排列, 最后一组为原设计方案, 多组方案最大挖掘力对比情况如表5所示。

研究结果表明, 108组铰接点设计方案中, 有20多组数据的斗杆最大挖掘力超过了原设计方案, 有几组数据的最大挖掘力接近EX8000挖掘机的2 800 k N。由此说明, 不考虑挖掘机倾覆等因素, 仅通过对正铲工作装置关键铰接点空间位置的优化, 可提高正铲挖掘机的斗杆最大挖掘力, 改善挖掘机的挖掘性能。

4 结束语

通过对正铲液压挖掘机工作装置斗杆挖掘力的仿真研究及斗杆最大挖掘力的参数化优化设计, 本研究得出对新产品开发具有价值的结论如下:

(1) 利用工作装置机械-液压联合仿真模型, 可普查分析挖掘机工作装置的最大挖掘力, 为工作装置机构设计提供设计依据, 判定挖掘机的常用挖掘区域挖掘力分布是否合理。

(2) 通过最大挖掘力普查, 可确定工作装置最大挖掘力的位置和姿态。并可在此基础上, 对工作装置机构参数, 进行最大挖掘力敏感性分析。本研究通过工作装置机构参数优化, 重新设计工作装置, 提高工作装置的最大挖掘力。

斗杆最大挖掘力对挖掘机造成的力矩如果大于整机倾覆力矩, 则增加挖掘机配重。本研究采用的大型液压挖掘机数字化设计方法对挖掘机设计具有工程应用价值。

本文引用格式:

张永明, 佘翊妮, 宁晓斌.基于虚拟样机的液压挖掘机工作装置最大挖掘力分析[J].机电工程, 2014, 31 (9) :1132-1135.

ZHANG Yong-ming, SHE Yin-ing, NING Xiao-bin.Analysis for max arm crowd force of hydraulic excavator attachments based on mechanism-hydraulics cou-pling system[J].Journal of Mechanical&Electrical Engineering, 2014, 31 (9) :1132-1135.

参考文献

[1]史青录, 连晋毅, 林慕义.挖掘机最大理论挖掘力的确定[J].太原科技大学学报, 2007, 28 (1) :32-36.

[2]HALL A S, MCAREE P R.A study of the interaction between operator style and machine capability for a hydraulic mining excavator[J].Journal of Mechanical Engineering Science, 2005, 219 (1) :477-489.

[3]同济大学.单斗液压挖掘机[M].北京:中国建筑工业出版社, 1986.

[4]张羽林, 宁晓斌, 王秋成.大型正铲液压挖掘机工作装置性能的优化仿真[J].机电工程, 2013, 30 (3) :329-332.

[5]杨帆, 吴小平.液压挖掘机工作装置有限元静强度分析[J].机械, 2013 (4) :63-65, 84.

[6]陈露丰.挖掘机工作装置液压系统挖掘力与结构多柔体动力学研究[D].杭州:浙江工业大学机械工程学院, 2013.

[7]佘翊妮.基于多体动力学的大型正铲液压挖掘机工作装置的动载特性研究[D].杭州:浙江工业大学机械工程学院, 2013.

[8]王桂新, 杨彦龙.基于ADAMS的液压挖掘机工作装置的仿真分析[J].河北工业大学学报, 2008, 37 (3) :59-63.

水陆两栖挖掘机技术分析 篇8

中国南车水陆两栖挖掘机是搭乘卡特彼勒普通挖掘机先进的动力系统和液压系统平台, 专门为工程船舶及常规工程机械无法进入和施工的沼泽地、海涂、淤塞沟渠等区域进行开挖和清淤而研制的。除具有一般通用挖掘机的使用功能外, 还具有超低接地比压、水上浮航等特点, 是一种可自行出入泥沼、水域及河坡堤岸的特种挖掘机械。其整机由上车装置、下车装置、工作装置三大部分组成。结构外形如图1所示。

1 上车装置

中国南车水陆两栖挖掘机采用卡特彼勒原装上车装置, 安全、舒适、稳定、可靠的上车装置保证了水陆两栖挖掘机整机的优越性能。

1.1 工作环境舒适

1) 宽阔的驾驶视野最大化的内部空间、更宽阔的视野, 为了使驾驶员具有最大的可视度, 所有玻璃直接粘在驾驶室上, 不需要窗框, 利用触式释放系统, 可以将前窗上部挡风玻璃打开、关闭并放置在操作员上方的顶篷上, 同时后窗可提供后方良好的视野。

2) 人性化的操作环境由于驾驶室内部按人体工程学原理设计, 致使每个操纵按钮都在驾驶员伸手可及的范围之内, 驾驶室外壳采用阻尼性的驾驶室底座安装到机架上, 可提高操作员的舒适度, 防振防噪效果更佳, 驾驶室内设有大功率冷暖空调, 冬暖夏凉, 舒适宜人, 为驾驶员提供了舒适的工作环境, 有助于降低长时间操作产生的疲劳。

3) 方便的操作系统操纵手柄控制装置操作省力, 全方位调节的座椅和上下可调的操作平台使操作员能够保持自然的腕部和臂部姿势, 同时操作员还可以将一只胳膊放在扶手上来操纵手柄控制装置, 而水平和垂直的行程可以减轻操作员的疲劳程度。带有可拆卸手柄的踏板阀可对整机的陆上行走及转向、水中的浮航实施先导操作, 与此同时, 还采用了液压启动操纵杆, 通过锁住、开锁的切换, 避免错误操作, 保证了驾驶员和周围人群的人身安全, 见图2。

1.2 电气液压系统性能优越

1) 先进的电气控制系统该系统可对挖掘机运行状态进行全面实时监控, 根据作业负荷随时调整发动机和主泵的功率, 使发动机的输出功率和主泵功率完美结合, 使整机达到最佳的作业状态, 既提高了作业效率, 又节约了燃油消耗。

2) 可靠的液压系统液压系统关键部分沿用卡特比勒液压系统主控回路、先导控制回路, 使用了先进的负载反馈技术, 可使流量按需分配到系统各个工作装置, 实现各种工况下的最佳匹配。泵、马达、阀、油管及管接头采用进口产品, 确保高可靠性。

2 下车装置

1) 浮箱下车采用浮箱履带式行走装置。左右浮箱既是保证履带正常行走的履带架, 又是保证其在泥水中浮行时的浮体, 浮箱参照轮船和两栖车辆设计成船体式结构, 并在浮箱前后设计有较大的接近角和离去角, 可以大大减小运行阻力提高其通过性[1]。作为提供浮力的主要装置, 为减轻浮箱重量, 浮箱设计为内部骨架型结构, 外部高强钢板密封。为提供安全保障, 浮箱内部合理分隔成若干个水密舱, 为整机提供浮力储备, 保证在突发情况下, 某一个密封舱破坏进水后不影响其他舱室, 更不会导致整机浮力不足而下沉。这样的安全设计为水陆两栖挖掘机水上浮行和作业提供了有力的保障。

该机具有浮力大、稳性高的优点, 能够保证整机在泥水中的正常作业和安全浮航。在实际施工中不需要任何其他附属设备托运即可在水中、沼泽及松软地面上行驶, 并能自行出入水域。

2) 链条履带行走装置履带式行走装置采用间隔式履带板固定在带翼的套筒滚子链上由链轮拨动链条驱动履带绕浮箱回转实现整机的移动, 这种间隔式履带装置相对普通挖掘机履带板其后面有足够的位置形成被动朗肯区, 土壤内聚力可以得到充分的利用。所以这种履带产生的推力远大于普通履带。此外, 间隔式履带还具有接地比压小、脱泥性好、行驶阻力小等优点[2]。

水上浮行完全靠履带推进, 不需增加其他附属装置;驱动装置采用四轮全驱动大大提高了整机驱动力;履带板采用全箱型密封结构, 增加履带板强度的同时为整机提供一定的浮力;该机驱动链条采用三条链驱动, 防止在不测状态下任意一条链断裂仍能保证整机安全撤离及临时施工;链条涨紧装置采用蜗轮蜗杆式升降机推动链轮支座来实现, 随机配备的升降机方便拆装, 随时随地可任意调整履带松紧度, 保证履带正常工作。

3) 机架总成机架采用组合式行走架, 回转平台和横梁均采用箱型结构, 不但保证了车架的结构强度, 还简化了制造工艺。机架采用高强钢板焊接而成的箱型结构, 减小重量的同时具有很强的抗弯抗扭强度;为保证泥沼地域上有较好的通过性, 机架设计有较大的离地间隙;回转平台与横梁、横梁与浮箱支座间均采用螺栓连接, 方便拆装运输。

3 工作装置

1) 工作半径大超长的工作装置, 可实现立体大范围作业, 超大的挖掘半径, 能实现地面以上和地面以下大范围挖掘, 可高效的进行河道及湖泊的疏浚、远距离挖掘等。由于工作半径大, 在接力式施工中有较大优势, 减少了场地内运输, 施工效率高, 工程进度快。

2) 工作装置的多种组合工作装置中的动臂和斗杆由抗拉强度极高的高强钢板焊接而成, 采用大箱型截面设计, 内设隔板并附加底部护板, 使用寿命长, 经久耐用, 尺寸不一, 可供选配多种组合。所配的铲斗则可根据挖掘物质的不同密度选用, 根据施工需要还可更换不同作业机具, 如抓斗、耙、绞刀泵等。

4结语

随着我国水利、农业、养殖业等大力发展建设, 许多工程更需要能适应不同工况、不同环境的特种挖掘机械来完成, 如沿海滩涂的治理和围海工程, 浅海油气田的井位工程, 清淤疏浚中的开挖、清淤、修坡、筑堤、排水管道架设, 防汛抢险中的筑堤及碱场、鱼塘、虾池的清理等工程, 必将需要满足工程要求的水陆两栖挖掘机。

参考文献

[1]　董涤新.多用途浮箱方案设计中的几个问题[J].国防交通, 1990, (8) :8-13.

医学数据挖掘的现状分析 篇9

随着医学信息化的飞速发展, 在医疗卫生领域中有大量关于病人的病史、诊断、检验和治疗的临床信息, 以及药品管理信息、医院管理信息等医疗信息可以被精确地记录下来, 从而导致医疗数据资料呈爆炸性增长, 促进了医学信息的数字化、自动化和智能化应用和研究的快速发展。在这些激增的数据背后隐藏着许多重要的信息, 如何从这些海量的医疗数据中, 挖掘出有用的信息, 为了解各种疾病之间的相互关系和各种疾病的发展规律、为疾病的防控、为诊治方案的总结优化等各方面提供科学依据, 这将对疾病的防控、诊断、治疗和医学研究的发展具有重大意义。

2. 医学数据挖掘概述

2.1 医学信息的特点

2.1.1 数据类型的多样性

医学中的数据类型多种多样, 如电子病案中关于人口学特征的数据为纯文本型, 检验科中有关病人生理、生化指标为数字型。影像科中如B超、CT、MR、X光片等图像资料, 如肌电、脑电等信号数据。医学数据的复杂性要求与之适应的数据挖掘方法学的研究。

2.1.2 动态性

很多医学数据如脑电图、心电图的检测数据呈非规则的波形、血压、心率等数据与时间呈函数关系;某些疾病病人的门诊、急诊、住院就诊与季节、地域有时间序列关系。

2.1.3 冗余性

医学数据呈指数增长并不意味着与信息呈正比, 有大量与诊疗及管理无关的数据, 需要与之相适应的数据整合、特征提取等方法。总之医院数据的多样性及特殊性, 需要该领域方法学的研究。

2.2 医学数据挖掘的关键技术

医学数据的特点使得医学数据挖掘与常规的数据挖掘之间存在较大的差异, 医学数据挖掘的关键技术如下:

2.2.1 数据预处理

医学数据库中含有海量的、不同来源的原始信息, 其中包括大量模糊的、不完整的、带有噪声和冗余的信息。在数据挖掘之前, 必须对这些信息进行清理和过滤, 以确保数据的一致性和确定性, 将其变成适合挖掘的形式。

2.2.2 信息融合技术

医学信息是由文字、数据、波形信号、图像、以及少量的语音和视频信号组成。对这些不同物理属性的医学数据, 应采用不同的技术和措施进行处理, 使其在属性上趋同或一致, 再对处理的结果进行综合。医学信息的多源性、时序性和非时序性数据共存、数字型数据和非数字型数据共存的特点, 加大了信息融合的难度。

2.2.3 快速的、鲁棒的挖掘算法

医学数据库是一个涉及面广、信息量大的信息库。要在这样庞大的数据库中提取知识, 需要花费比其它数据库更多的时间, 因此必须考虑医学数据挖掘的效率问题。研究快速挖掘算法对于远程医疗和社区医疗具有更深远的意义, 将直接影响其响应速度和医疗成本。同时, 医学数据库的类型较多, 并且又是动态变化的, 要求挖掘算法具有一定的容错性和鲁棒性。

2.2.4 提供知识的准确性和可靠性

医学数据挖掘的主要目的是为医疗活动和管理提供科学的决策, 因此必须保证挖掘算法所提供的知识具有较高的准确率和可靠性。如何降低医学数据挖掘过程中的风险, 提高挖掘结果的准确性和科学性, 是医学数据挖掘能否得到实际应用的关键所在。

3. 医学数据挖掘国内研究现状

用数据挖掘方法抽取医学数据中的趋势及规律性, 可以辅助医务人员快速准确地诊断、预测、监控和确定最优的治疗方案。目前, 数据挖掘已经运用在很多医学应用领域中。

3.1 医院信息系统中的应用

目前医院信息系统大多停留在医学数据库的低层次应用上缺乏对数据的集成和深层分析更谈不上对医学知识的自动获取。在激烈竞争的医疗市场中管理人员需要分析各类病人的行为模式、需求与偏好、忠诚度与满意度;基于病种病例分型模式构造、门急诊量的预测、成本效益分析等。总之, 对于医院科研水平和服务质量的提高, 数据挖掘技术的研究与应用有很旺盛的生命力[7]。

3.2 疾病诊断、预测

数据挖掘可以通过对患者大量的数据资料的处理, 挖掘出有价值的诊断规则, 建立预测模型, 再对这个模型进行测试训练得到合适的算法模型, 利用这种模型可以辅助临床医学诊断。挖掘技术已应用于胸痛发展结果的预测诊断、ICU应急诊断、类风湿类型的辨别诊断、乳腺疾病的诊断、胎儿早产的诊断、肝病分类诊断、急性阑尾炎分类等诊断。

利用数据挖掘确定某些疾病的发展模式, 根据病人的病史预测病情的发展趋势, 从而可以有针对性的预防疾病的发生。如借助数据挖掘技术中的贝叶斯 (Bayes) 网络技术, 结合中医理论、专家经验及其它各种统计方法来研究抑郁症的中医证候规律[1];

3.3 医学图像挖掘

医学图像 (如CT、MRI、PET等) 是利用人体内不同器官和组织对X射线、超声波、光线等的散射、透射、反射和吸收的不同特性而形成的, 它为对人体骨骼、内脏器官疾病和损伤进行诊断、定位提供了有效的手段。医学领域中越来越多地使用图像作为疾病诊断的工具。理论上图像数据挖掘是数据挖掘的分支, 但是由于挖掘对象的复杂性, 自2000年召开第一届多媒体数据挖掘年会至今, 这方面研究尚未形成完整的理论框架和技术方法, 仍处于探索阶段。孙蕾等人利用数据挖掘技术, 针对乳腺影像数据库开发了相应的计算机辅助诊断系统[4].

3.4 生物信息学---DNA分析

人类基因组计划的开展随之产生了巨量的基因组信息, 区分DNA序列上的外显子和内含子成为基因工程中对基因进行识别和鉴定关键环节之一。如何建立良好的系统模型将基因组数据进行有效地存储、分析和挖掘, 仍是难题。使用有效的数据挖掘方法从大量的生物数据中挖掘有价值的知识, 提供决策支持。目前已有大量研究者努力对DNA数据分析进行定量的研究, 从已经存在的基因数据库中得到导致各种疾病的特定基因序列模式。一些DNA分析研究的成果已经导致了许多疾病和残疾基因的发现, 以及对疾病的诊断、预防和治疗的新药物、新方法的发现[6]。

3.5 在中医药领域中的应用

当前在中医领域, 数据挖掘应用最广泛的是在中药 (复方) 的研究中, 并已经取得了一定的进展。对中医药来说, 大量治疗同一病症的复方里面必定蕴含着对疾病认识和治疗的科学规律, 有些规律已经被掌握了, 如一些治法和治则等, 也有些更深层次的规律需要从中挖掘出来, 而数据挖掘作为一种高级的信息处理技术, 可以在一定程度上帮助人们发现和认识那些隐藏的模式和规律, 如搜寻临床病症与复立组方关系、复方药物的配伍关系、药味之间的相互作用关系等。国内秦中广等将粗糙集理论应用于中医类风湿的诊断, 大大提高了诊断准确率[5]。北京中医药大学利用数据挖掘技术开发的中医处方智能分析系统[8].

4、结束语

医学数据库的信息量非常庞大, 且其数据和其他类型的数据相比, 又具有自身的独特性。要想充分利用丰富而宝贵的医学资源, 服务于医学、受惠于患者, 必须选择适合医学数据类型的数据挖掘工具及挖掘技术, 尽可能大的发挥数据挖掘技术在医学信息获取中的价值, 为医学的发展开辟了一条新的途径。

参考文献

[1]包祖晓.基于贝叶斯 (Bayes) 网络技术的抑郁症中医症候规律研究, 北京中医药大学博士学位论文.

[2]JHan, MKamber.范明, 孟小峰译.数据挖掘概念与技术.第二版.北京.机械工业出版社.2007.146一176

[3]张万水, 陈利国, 黄运坤, 陈咏梅, 王凤珍.数据挖掘技术及其在中医遣方用药规律中的应用[J].辽宁中医药大学学报.2006.8 (04) :62一63.

[4]孙蕾.医学图像智能挖掘关键技术研究.西北工业大学博士论文.

[5]秦中广.粗糙集在中医类风湿症候诊断中的应用[J].中国生物医学工程学报.2001.20 (4) :357～363.

[6]程建国.神经网络在基因序列预测中的应用研究[J].微计算机信息.2008.24 (11) :264～265.

[7]徐元熙.数据挖掘在医院信息系统中的应用研究[J].微计算机信息.2008.24 (11) :188~190.

数据挖掘的分析与探索 篇10

数据挖掘 (Data Mining, DM) 一般是指通过算法搜索从大量的数据中查找隐藏于其中的信息的过程, 也可以称为在数据库中进行知识发现的过程 (Knowledge Discovery in Database, KDD) 。数据挖掘可以理解为经过一系列的归纳提炼后, 从海量、趋势不明显、繁杂的数据中, 提取或“挖掘”知识的过程。数据挖掘通常与计算机科学有关, 并通过统计、在线分析处理、情报检索、机器学习、专家系统 (依靠过去的经验法则) 和模式识别等诸多方法来实现上述目标。

数据挖掘以完成对有用信息的提取或挖掘为目标, 即通过对数据进行预处理、建模分析等提取数据, 它是知识发现的关键环节。我们将数据挖掘方法分为两类:一是描述性数据挖掘, 即对数据库中数据的特性进行描述。二是预测性数据挖掘, 即推演当前数据。

2 数据挖掘的过程

数据挖掘是从数据库中提取或“挖掘”知识, 即知识发现过程, 可以归纳为如下三个环节。图1为知识发现模型图 (KDD) , 具有一定的典型性和代表性。

2.1 确定挖据对象。选取目标数据, 确定数据对象。

2.2 数据准备。包括数据选择和数据预处理两个阶段。

在数据选择时, 以选择重要数据源为基本原则, 对数据仓库进行处理, 为数据挖掘提供基本数据。确定维数后需确定维中数据域描述能力的情况。同时, 收集各种数据描述 (如平均值、标准差等统计量) , 注意了解数据分布。数据选择应在挖掘之前完成。

数据预处理过程是对数据进行清洗、标准化、归一化。可以应对数据库中的缺失值、冗余等现象, 使数据与模型匹配度增高。

2.3 建立模型, 结果表达和解释。

依据数据类型与需求建立数据挖掘的模型, 数据挖掘的取得良好效果的关键在于建立适合需求的模型。此过程的步骤是:首先对变化后的数据取子集或样本构建模型, 然后通过各种算法正式执行数据挖掘, 最后对结果进行分析, 解释挖掘信息。

3 数据挖掘技术

3.1 传统数据挖掘技术

传统的数据挖掘技术主要包括统计分析类数据挖掘技术、数据的聚集与度量技术、聚类、非线性回归、线形回归、柱状图、最邻近法等。其中, 常被应用于经济、金融等领域的是统计分析技术的聚类、决策树等方法, 它们具有较强的代表性。而聚类分析则在高维分析中具有突出优势, 它根据不同数据间的相似性完成各种数据的高效分类处理, 在地质、保险、互联网中得到广泛应用。决策树是数据挖掘分类算法的一个重要方法。在各种分类算法中, 决策树是最直观的一种, 在银行借贷中广泛应用。

3.2 现代数据挖掘技术

现代数据挖掘技术主要有神经网络、规则型、粗糙集、遗传算法等一些混合方法。神经网络被广泛应用是因为其可以承受较高的噪声数据, 同时对未经训练数据也具有超强的分类能力而且该方法在数据聚类分析中也有一定的应用。

4 数据挖掘的研究现状及发展趋势

目前, 数据挖掘在很多领域都得到了广泛的应用, 例如在银行借贷、文本发掘、市场需求、石油测井解释等方面都有着极大的应用潜力, 优势突出。其中, 像OLAP、企业报表的数据集市这些商务智能系统, 是数据挖掘系统中发展较为迅猛的。而且随着新型数据格式的升级发展, 其需求量也在不断上升, 其从传统的工具包发展为应用程序中嵌入数据挖掘功能的高级应用企业资源计划和智能数据挖掘系统软件等商业应用程序的研发, 在商业发展方面已形成规模。

4.1 将计算智能融入数据挖掘系统中。

除了搜索领域外支持向量机在石油勘探、过程工业等领域得到广泛应用, 石油测井挖掘方面的需求也在不断上升。挖掘算法向智能挖掘方向发展。

4.2 可视化技术与数据挖掘技术的结合。

可视化利用了计算机图形学和图像处理技术。该方面的研究主要集中在工具和应用研究两方面。可视化工具研究, 包括硬件平台研究和软件系统研究。在可视化应用研究中, 涉及生物、医学、航空航天、金融分析、可社交网络、Web技术等多个领域。此外, 在商务智能可视化数据分析软件方面出现了能够虚拟现实的三维空间的新型产品。数据挖掘系统的开发向可视化方向发展。

总之, 随着计算智能化和可视化技术的不断发展, 开发智能数据挖掘系统的技术也日趋成熟和多样化, 数据挖掘系统将在越来越多的领域中广泛应用并发挥巨大的作用。

参考文献

[1]程险峰.多种关联规则挖掘算法的研究与分析[J].长春理工大学学报:自然科学版, 2011 (01) .

数据挖掘与统计学的比较分析 篇11

关键词:数据挖掘;统计学;比较

中图分类号:TP311.131文献标识码:A文章编号:1007-9599 (2010) 06-0000-01

Comparison of Data Mining and Statistical Analysis

Kong Pengxiang

(Laiwu Iron&Steel Group Co, Ltd.,Training Centre,Laiwu271104,China)

Abstract:Data mining from statistical analysis,but different from the statistical analysis.Data mining is not intended to replace the traditional statistical analysis techniques,on the contrary,statistical analysis of data mining is an expansion and extension.

Keywords:Data mining;Statistical analysis;Comparison

随着科学技术的发展,利用数据库技术来存储管理数据,利用机器学习的方法来分析数据,从而挖掘出大量的隐藏在数据背后的知识。这种思想的结合形成了现在深受人们关注的非常热门的研究领域:数据库中的知识发现——KDD(Knowledge Discovery in Databases),其中,数据挖掘技术便是KDD中的一个最为关键的环节。

一、数据挖掘简介

(一)数据挖掘的含义和功能

数据挖掘—DM(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科,它汇聚了数据库、人工智能、统计学、可视化、并行计算等不同学科和领域,近年来受到各界的广泛关注。

一般说来,数据挖掘是一个利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程,这些模型和关系可以用来做出决策和预测。它强调对大量观测到的数据库的处理。它是涉及数据库管理、人工智能、机器学习、模式识别、及数据可视化等学科的边缘学科。

作为一门处理数据的新兴技术,数据挖掘有许多的新特征。首先,数据挖掘面对的是海量的数据,这也是数据挖掘产生的原因。其次,数据可能是不完全的、有噪声的、随机的,有复杂的数据结构,维数大。最后,数据挖掘所采用的技术涉及到:数据库、人工智能、统计学、可视化、并行计算等不同学科和领域。

二、统计学的含义

统计学最初是作为一门实质性科学建立起来的,它从数量上研究某类具体的现象(如社会经济发展)的规律,但是,随着统计学研究范围的不断扩大以及统计方法在社会领域和自然领域内的有效应用,加之统计方法体系本身的不断发展和完善,使得统计学的研究对象也发生了变化。统计学已从实质性科学中分离出来,转而研究统计方法,成为一门方法论的科学。即统计学是研究如何搜集数据、整理数据和分析数据的一门方法论科学。

从本质上看,统计工作的核心就是数据(或者信息)的采集、分析和处理,正如权威的不列颠百科全书将统计定义为“statistics:the science of collecting,analyzing,presenting,and interpreting data”即“统计:收集、分析、表述和解释数据”

三、数据挖掘与统计学的比较

数据挖掘来源于统计分析,而又不同于统计分析。数据挖掘不是为了替代传统的统计分析技术,相反,数据挖掘是统计分析方法的扩展和延伸。大多数的统计分析技术都基于完善的数学理论和高超的技巧,其预测的准确程度还是令人满意的,但对于使用者的知识要求比较高。而随着计算机能力的不断发展,数据挖掘可以利用相对简单和固定程序完成同样的功能。新的计算算法的产生如神经网络、决策树使人们不需了解到其内部复杂的原理也可以通过这些方法获得良好的分析和预测效果。

由于数据挖掘和统计分析根深蒂固的联系,通常的数据挖掘工具都能够通过可选件或自身提供统计分析功能。这些功能对于数据挖掘的前期数据探索和数据挖掘之后对数据进行总结和分析都是十分必要的。统计分析所提供的诸如方差分析、假设检验、相关性分析、线性预测、时间序列分析等功能都有助于数据挖掘前期对数据进行探索,发现数据挖掘的题目、找出数据挖掘的目标、确定数据挖掘所需涉及的变量、对数据源进行抽样等等。所有这些前期工作对数据挖掘的效果产生重大影响。而数据挖掘的结果也需要统计分析的描述功能(最大值、最小值、平均值、方差、四分位、个数、概率分配)进行具体描述,使数据挖掘的结果能够被用户了解。因此,统计分析和数据挖掘是相辅相成的过程,两者的合理配合是数据挖掘成功的重要条件。

四、小结

数据挖掘理论与技术的产生,促进了统计学发展的同时,也提出了更多的挑战。如何更好地使用数据挖掘和统计为解决社会实际问题做出贡献,是统计学家和数据挖掘研究者共同关心的话题。数据挖掘和统计学应该相互学习和渗透,各自分工,协同工作,共同为挖掘隐藏在复杂现象背后的有价值的知识贡献力量。

参考文献:

[1]Jiawei Han,Micheline Kambr.数据挖掘——概念与技术(影印版)[M].北京:高等教育出版社,2001

[2]韩明.数据挖掘及其对统计学的挑战[J].统计研究,2001,8

[3]孙薇斌.数据挖掘中统计方法的作用和问题点[J].数理统计与管理,2004,5

基于关联挖掘的借阅数据分析 篇12

数据挖掘的方法主要包括有关联规则挖掘、数据分类、聚类分析、序列模式挖掘、Web挖掘等,主要的挖掘步骤如下:数据集成—数据选择—数据预处理—确定挖掘任务,选择合适的工具和技术—模型的研发和知识发现—结果的解释和评价。本文主要就关联规则挖掘在图书馆数据分析中的应用进行研究。

1 关联规则介绍

1.1 基本概念

设I={i1,i2,…,im}是全体数据项的集合,D为事务数据库,每个事务T有唯一的TID标识,对应一个项集(由数据项构成的非空集合。项集X包含的元素个数称为项集的长度,长度为k的项集称为k阶项集—k-itemset)T,有T哿I,事务T包含项集X当且仅当X哿T。关联挖掘就是描述数据库中各数据项之间存在的潜在关系,形式为X圯Y,其中X哿I,Y哿I,且X∩Y=覫,X称为规则前件,Y称为规则后件。关联规则的强度可用它的支持度(s)和置信度(c)度量。支持度确定规则可用于给定数据集的频繁程度,而置信度确定Y在包含X的事务中出现的频繁程度。它们分别可表示为s(X圯Y)=s(X∪Y)/│D│,s(X圯Y)=s(X∪Y)/s(X)(其中│D│为总事务数)。当支持度和置信度都大于或等于给定的相应的支持阈值和置信阈值时,则我们称这样的规则为强关联规则[1],即我们所需要求的规则。

在图书馆信息分析中的运用如:

1)发现事务数据库中不同项之间的关联,反映读者的借阅模式,例如,80%的读者借阅了文献A,通常也会借阅文献B,则可向借阅文献A的读者推荐文献B。

2)发现书库里A类图书和B类图书之间的关联规则,馆藏布局时调整两类图书的布置,提高借阅量,或指导采购。

3)获得某主题文献与有关院系的关联,以及哪些院系的文献借阅是相似的,哪些用户大量借阅了该类书籍并制订相应对策[2]。

4)根据现有图书的利用情况,估计新进图书的利用率。

1.2 关联挖掘的基本任务

大多数关联规则挖掘算法通常采用的一种策略是,将关联规则挖掘任务分解为两个主要的子任务:频繁项集产生和规则的产生。Apriori算法是关联挖掘算法中一个比较成熟的算法,思路明晰,易于实现,以下将以Apriori算法进行说明[3]。

1)频繁项集产生:其目标是发现满足最小支持度阈值的所有项集,这些项集称作频繁项集。Apriori算法频繁项集产生过程为:首先扫描数据库,计算1阶频繁项集;从2阶开始,每次循环利用上次循环产生的频繁项集自连接构造新候选项集,然后计算每个候选项集的支持度,通过剪枝得到下一阶频繁项集;重复以上步骤,直到某阶频繁项集为空。用伪代码表示为:

2)规则的产生:其目标是从发现的频繁项集中提取所有高置信度的规则。产生的步骤为:首先,对于每个频繁项集L,找出L的所有非空子集;然后,对于L的每个非空子集a,如果support_count(L)/support_count(a)min_conf(置信阈值),则输出规则“a圯(L-a)”。Apriori算法使用一种逐层方法来产生关联规则[4],其中每层对应规则后件中的项数。初始,提取规则后件只含一个项的所有高置信度规则,然后,使用这些规则产生新的候选规则。例如,如果{acd}圯{b}和{abd}圯{c}是两个高置信度规则,则通过合并这两个规则的后件产生候选规则{ad}圯{bc};如果规则{bcd}圯{a}具有低置信度,则可丢弃后件包含a的所有规则(依据规则置信度剪枝原理:如果规则X圯Y-X不满足置信度阈值,则形如X’圯Y-X’的规则一定也不满足置信度阈值,其中X’奂X)。如图1所示,阴影部分为剪枝掉的低置信度规则。

Apriori中规则产生算法:

2 借阅数据关联分析实例

2.1 确定挖掘目标

为了使说明清晰易懂,使挖掘更具针对性和提高效率,此次实例主要用于分析某院系或某专业学生在借阅图书的数据中哪些类目(基于中国图书馆分类法分类)的图书具有较高的关联性,即或该专业的学生在借阅专业书籍的同时是否还会借阅其它专业的书籍,从而指导图书馆的导读导借工作。

2.2 数据的采集及预处理

数据挖掘要求源数据应该是大量的、真实的、历史的、含有噪音的,而图书馆每天都会产生大量的流通数据,符合数据挖掘的要求,可从图书馆管理系统中导出一定时间内(一个季度或半年等)的借阅日志,形成excel表,这些数据是属于结构化的数据,其一般的数据格式为表1,含14个字段(视具体的图书馆管理系统而定)。

在这里,我们假设只对某个系的学生(如计算机系)的借阅记录作分析,先后按“单位”、“证件号”字段进行分类排序,对于不是计算机系的学生不作考虑,且我们只对在该时间范围内有多次借阅历史的学生进行研究,借阅次数少的(如2次)不在研究之内。对数据进行预处理,删除不必要的字段,形成事务数据(包含重复的证件号),其数据格式为表2。

再将索书号转换为图书分类号,如TP311.13/12→TP311.13,可用C#进行处理(在此不作详述)。

2.3 模型的建立

设事务数据库D={T1,T2,T3,……,Tm}(1≤m≤n),其中Tm={TID,t1,t2,t3,……,ti}(i k,k为最大借阅册数),为每位读者具体的借阅事务,TID为每条事务的唯一标识,通常为读者证的条码,ti为其中的项目,即读者所借阅的每本书的中图法分类号,可选择一种适合的排序方法(如按照图书分类排架的方法进行排序)对ti进行排序,在排序过程中还要注意删除重复的元素,最后得到事务数据库表3(实际分析时数据较大,本研究仅提供一较简单用例用于分析说明)。

2.4 关联挖掘

假设支持度阈值为40%,即最小支持度计数minsup为2,由表3生成一阶候选项集如表4。

根据最小支持度计数,剪枝掉支持度较小的分类H319.9、I267、O212和TS971,生成频繁1-项集,再由频繁1-项集自连接并剪枝,生成频繁2-项集如表5。

按照同样的原理由频繁2-项集生成候选3-项集。Apriori算法中apriori-gen函数候选产生的过程是合并一对频繁(k-1)-项集,仅当它们的前k-2个项都相同,如2-项集{F270,TP274}和{F270,TP311.13}可合并成候选3-项集{F270,TP274,TP311.13}。然后对生成的候选3-项集进行剪枝生成频繁3-项集,如表6。

至此,频繁项集已产生完毕,因无法再生成频繁4-项集。最后从发现的频繁项集中提取具有高置信度的规则。如由频繁项集{F270,H319.4,TP311.13}产生的规则如表7。

若最小置信度阈值minconf为80%,则只有规则{F270,H319.4}圯{TP311.13}可输出,是强关联规则,且根据Apriori规则产生算法,由于规则{H319.4,TP311.13}圯{F270}和{F270,TP311.13}圯{H319.4}为低置信度规则,则后件包含F270或H319.4的规则将不会出现在候选规则中,这也大大提高了计算的效率。由此可以得出F270、H319.4、TP311.13三类图书的相关性较强,且该系的学生在借阅了F270、H319.4两类图书的同时很有可能去借TP311.13的书。

3 结束语

数据挖掘技术的兴起为很多行业和领域的信息分析和处理提供了一种新型的,优化的解决方案,较好地解决了数据过量而知识贫乏的矛盾,改变了过去那种单纯依靠统计手段和数据库管理系统的查询检索机制等方法,而是能够自动、智能地将待处理的数据转化为有用的信息和知识提交给决策者。对于图书馆这样一个信息服务行业,它也将会是大有作为的,通过它可以发现大量借阅数据背后隐藏的信息,从而掌握读者的阅读习惯,优化资源配置等,甚至在一定意义上还能发现某些学科的交叉与联系从而指导教学的调整等。本文主要就关联规则在图书情报中的实例应用作了一个探索性的研究,在解决实际问题的时候经常会多种方法联合使用,这将会是一个值得我们进一步深入挖掘和探讨的课题。

参考文献

[1]魏育辉,潘洁.图书流通数据的关联挖掘量化分析方法[J].现代情报,2005(11):108-110.

[2]陈安,陈宁,周龙骧等编著.数所挖掘技术及应用[M].北京:科学出版社,2006.

[3]王伟,张征芳,王海明.基于数据挖掘的图书馆读者行为分析[J].现代图书情报技术,2006(11):51-54,60.