压力容器质量过程控制中数据挖掘方法及应用研究

发布时间：2017-12-24 04:20

  本文关键词：压力容器质量过程控制中数据挖掘方法及应用研究　出处：《天津工业大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 压力容器 决策树 神经网络 Logistic回归分析 质量过程控制

【摘要】：随着数据挖掘技术的发展,将数据挖掘方法应用于质量控制中越来越受到人们的关注,压力容器质量控制中质量分类预测问题的解决方式也逐渐从传统的统计过程控制向数据挖掘技术转变。针对压力容器质量过程控制中的问题,本文着重研究了压力容器质量过程控制中质量分类预测模型,主要从决策树模型、神经网络模型、Logistic回归分析模型对生产过程进行质量控制和质量预测,为企业优化压力容器的生产工艺提供指导和参考。首先,基于决策树算法建立的数据挖掘质量预测模型,本文通过分析压力容器焊缝质量数据,选择了 20个属性变量作为决策树模型的输入变量,并对这些变量做离散化处理,优化决策树算法中的相关参数,建立了合理有效的压力容器质量过程控制中焊缝质量分类预测模型。其次,本文将相同原始样本数据经过数据准备使输入变量转化为0-1变量,利用多层训练法建立隐含层数目为2的BP神经网络模型。然后,基于二项回归分析方程的基础上,建立预测压力容器焊缝质量分类的多元Logistic回归分析模型。最后,全方位地对三个数据挖掘分类预测模型比较和分析,找到解决压力容器质量过程控制中焊缝质量分类的最佳预测模型。从模型质量分类预测的正确率、准确率比较模型预测的结果,之后从增益图、响应图、提升图三方面评估模型的规则概括能力、规则置信度和对样本特征的涵盖捕捉能力。通过模型比较得知决策树模型在上述比较角度方面都有明显的优势,在建立模型过程中,同时得到影响压力容器焊缝质量分类的主要因素有Z角度、厚度、外周长允差、展开长度。
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TH49;TP311.13

【参考文献】

相关期刊论文 前10条

1 赵红;王增辉;;一种Logistic模型参数估计的新方法及应用[J];经济数学;2014年03期

2 陈梅;;数据挖掘技术及其在生产过程质量控制中的应用[J];价值工程;2014年16期

3 郭龙波;韦俊;;SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用[J];计算机与现代化;2012年04期

4 张敏;黎向锋;左敦稳;缪宏;;基于主成分分析的BP神经网络内螺纹冷挤压成形质量预测[J];中国机械工程;2012年01期

5 王建勋;初冠南;于昌利;王国学;桂洪斌;;船舶与海洋工程中的焊接变形预测方法研究[J];船舶工程;2011年S2期

6 孙林;杨世元;;最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用[J];中国电机工程学报;2010年08期

7 蒋云燕;成长生;;基于数据挖掘的入侵检测[J];计算机应用与软件;2006年11期

8 施伯乐,汪卫;数据仓库与数据挖掘研究进展[J];计算机应用与软件;2003年11期

9 杨海澜,吴毅雄;焊接质量控制的主成分分析人工神经网络[J];上海交通大学学报;2003年10期

10 张雪英;国外先进数据挖掘工具的比较分析[J];计算机工程;2003年16期

，

本文编号：1326853