质量管理铁路工程论文提纲

论文题目：大数据技术在铁路工程建设安全质量管理中的应用

摘要：随着铁路工程项目的不断增多以及铁路工程建设信息化的不断深入,目前积累了大量的铁路工程建设过程数据,对于数据的有效利用逐渐成为铁路信息化发展的一个关键点。铁路工程建设是一个非常复杂的过程,过程中的每一个步骤对于整体工程质量都有着至关重要的作用。当前铁路总公司推行的铁路工程建设管理平台针对施工现场的各个环节数据进行记录,并对超限数据进行及时预警。本文依托铁路工程建设管理平台所收集到的数据以及现有大数据分析平台,借助可视化分析手段和目前较为成熟的Apriori关联分析以及ARIMA时间序列分析等数据分析技术,对现有工程建设数据进行深入分析,主要针对混凝土生产过程数据以及隧道中测点监测数据,探索各项数据之间存在的内在联系与数据的发展趋势,为后期以数据指导工程建设奠定基础。

关键词：铁路工程建设;数据分析;可视化;ARIMA模型

学科专业：工程硕士（专业学位）

致谢

摘要

Abstract

1 绪论

1.1 课题背景

1.2 国内外研究现状

1.2.1 铁路工程建设信息化现状

1.2.2 可视化分析的发展及现状

1.2.3 大数据的发展及现状

1.3 论文的研究意义及目标

1.4 本文工作与结构安排

2 基本理论及关键技术

2.1 大数据技术

2.2 数据预处理

2.2.1 数据预处理流程

2.2.2 数据预处理方法

2.3 可视化分析

2.3.1 格式塔(Gestalt)原则

2.3.2 可视化技术

2.4 数据分析算法

2.4.1 Apriori算法简介

2.4.2 ARIMA时间序列分析模型

3 混凝土质量分析

3.1 混凝土数据预处理

3.2 混凝土质量可视化分析

3.2.1 拌和机报警情况可视化分析

3.2.2 混凝土试验结果可视化分析

3.3 各类原材料对混凝土质量的影响

3.3.1 各类材料报警情况

3.3.2 基于Apriori算法的关联分析

3.4 本章小结

4 隧道安全状态趋势分析

4.1 隧道数据预处理

4.2 隧道安全状态可视化分析

4.2.1 时间维度围岩预警情况可视化分析

4.2.2 其他维度围岩情况可视化分析

4.3 隧道围岩超限情况趋势预测

4.3.1 平稳性检验

4.3.2 模型参数估计及定阶

4.3.3 模型检验

4.3.4 基于ARIMA模型的预测结果

4.4 本章小结

5 总结与展望

5.1 总结

5.2 下一步展望

参考文献

作者简历及科研成果