阴极电压分布数据分析与挖掘

发布时间：2021-01-25 14:28

　　铝电解槽的阴极是电解槽的重要组成部分,目前大多从工艺角度对阴极进行研究,结合阴极数据特征的分析和挖掘尚不多见。本文针对阴极电压数据的变化特点、趋势分布等信息对阴极电压进行相关分析,并对其进行聚类划分。在此基础上,对阴极电压进行异常检测,定义阴极电压的异常状态,并结合其他生产测量数据判断异常的原因,指导工艺人员控制生产。主要内容如下:1.介绍了阴极电压等测量数据的采集和预处理过程,并应用多维分析技术,从多角度观察数据的特点和变化趋势。对阴极电压及其他测量数据进行相关性分析,找出与阴极电压正相关的参数。实验结果表明,阴极电压与阴极钢棒温度和槽壳温度存在一定的相关性。同时为了更清晰、直观的展示阴极电压的分布和变化,通过聚类算法将阴极电压划分为若干类,观察各类阴极电压变化情况,对阴极电压的正常和异常状态做出基本的判断。2.针对阴极电压异常检测的问题,提出一种基于时间序列异常检测的阴极电压判异算法。该算法首先用滑动窗口对阴极电压时间序列进行分段,滑动窗口长度不固定,限制分段误差,段内用最小二乘法拟合,拟合误差超过阈值后结束分段。分段结束后计算每段的长度、斜率和平均值,映射为空间对象集合,再利用局... 

【文章来源】：北方工业大学北京市

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景
    1.2 研究目的及意义
    1.3 国内外研究现状
    1.4 论文研究工作
    1.5 论文组织结构
    1.6 本章小结
第二章 相关知识与技术介绍
    2.1 阴极电压相关知识
    2.2 数据分析与挖掘
        2.2.1 多维分析技术
        2.2.2 数据挖掘
        2.2.3 时间序列数据挖掘
    2.3 数据可视化技术
    2.4 本章小结
第三章 测量数据分析研究
    3.1 测量数据采集及预处理
        3.1.1 数据采集
        3.1.2 数据特点
        3.1.3 数据预处理
    3.2 测量数据多维分析
    3.3 测量数据相关性分析
        3.3.1 相关性分析方法
        3.3.2 相关性分析实验及结果
    3.4 阴极电压聚类分析
        3.4.1 聚类分析方法
        3.4.2 聚类分析流程
        3.4.3 聚类分析实验及结果
    3.5 本章小结
第四章 基于时间序列异常检测的阴极电压判异算法
    4.1 相关定义
    4.2 算法描述
        4.2.1 算法设计
        4.2.2 算法实现
        4.2.3 算法分析
    4.3 实验及结果分析
        4.3.1 实验数据
        4.3.2 实验方法
        4.3.3 实验结果及分析
    4.4 本章小结
第五章 阴极电压智能分析系统
    5.1 系统概述
    5.2 系统设计
        5.2.1 系统总体设计
        5.2.2 系统功能设计
    5.3 历史数据多维分析模块
        5.3.1 单槽历史数据多维分析
        5.3.2 多槽历史数据多维分析
    5.4 相关性分析模块
        5.4.1 阴极电压与阴极钢棒温度的相关性分析
        5.4.2 阴极电压与槽壳温度的相关性分析
        5.4.3 阴极电压与阳极电压的相关性分析
    5.5 聚类分析模块
        5.5.1 算法应用
        5.5.2 结果展示
    5.6 状态数据可视化模块
        5.6.1 区域可视化
        5.6.2 热力图
        5.6.3 阴极电压异常检测
    5.7 本章小结
第六章 结论与展望
    6.1 主要结论
    6.2 研究展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]数据挖掘技术及在制造业的应用[J]. 吴雪峰,马路.  计算机应用与软件. 2017(10)
[2]采用ECharts可视化技术实现的数据体系监控系统[J]. 冀潇,李杨.  计算机系统应用. 2017(06)
[3]基于ECharts的可视化高校综合信息分析决策系统[J]. 王龙,王一男.  现代电子技术. 2017(06)
[4]铝电解槽炉底沉淀和结壳的处理对策[J]. 洪亚旭,王永崑.  酒钢科技. 2016(02)
[5]一种基于关键点的时间序列线性表示方法[J]. 陈帅飞,吕鑫,戚荣志,王龙宝,余霖.  计算机科学. 2016(05)
[6]分级存储数据多维分析技术的研究与应用[J]. 项玉良,任开银,张明明,黄高攀.  计算机与现代化. 2015(12)
[7]基于关联分析的网络数据可视化技术研究综述[J]. 孙秋年,饶元.  计算机科学. 2015(S1)
[8]铝电解阴极性能影响分析[J]. 任静云,王兴云,韩健文,刘昆鹏.  企业技术开发. 2015(02)
[9]基于滑动窗口预测的水文时间序列异常检测[J]. 余宇峰,朱跃龙,万定生,关兴中.  计算机应用. 2014(08)
[10]基于优化相对主元分析的铝电解槽况诊断[J]. 黄迪,李太福,易军,田应甫.  计算机应用. 2014(08)

硕士论文
[1]铝电解槽阳极数据分析方法研究[D]. 林立明.北方工业大学 2014
[2]铝电解槽多区域数据分析与挖掘[D]. 孟丹.北方工业大学 2010
[3]聚类与分类算法及其在铝电解数据分析中的应用研究[D]. 聂轰.湖南大学 2008
[4]铝电解槽槽况多维分析系统的开发[D]. 马蓉.兰州大学 2007



本文编号：2999383