基于数据挖掘的钢铁产品性能预报与工艺设计方法研究
发布时间：2021-04-25 05:38
中国作为钢铁生产大国,钢铁产品的技术含量和质量仍落后于发达国家,亟须优化产品结构、提高产品质量。随着钢铁企业信息化建设的不断完善和计算机技术的不断发展,利用现代化信息技术手段实现生产加工流程的深度优化和质量控制过程已成为趋势。根据目前实际生产和研究中存在的问题,本文提出了一个由实际生产数据驱动的钢铁企业全流程产品质量数据存储及分析的研究体系,包括性能预测、成分体系设计、数据仓库模型设计等。论文的主要内容及创新点如下:（1）在传统机械性能预测模型的基础上,根据热轧生产流程多阶段的特点,提出了高维多输入层遗传神经网络预测模型。该模型对应热轧生产过程四个阶段,研究中将四个阶段的主要工艺参数分为四个输入层,构建多输入层神经网络模型,并采用遗传算法结合BP算法的两步训练方法获得高精度的网络连接权值,实现热轧产品成分、工艺参数和机械性能指标间的映射,具有较高的预测精度和通用性。（2）根据热轧生产过程工艺参数本身的属性和内在联系,提出了基于属性约简的ELM机械性能预测模型。该模型针对不同的钢种数据,采用信息熵结合Gram-Schmidt正交变换的属性约简方法,形成有效的属性特征集,降低了工艺参数维度...
【文章来源】：北京科技大学北京市 211工程院校 教育部直属院校
【文章页数】：107 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 引言
2 文献综述
2.1 钢铁产品制造流程及工艺特点
2.2 数据挖掘技术简介
2.3 基于数据挖掘技术的钢铁产品质量控制研究现状
2.3.1 钢铁产品组织性能预测
2.3.2 炼钢产品成分体系设计
2.4 数据仓库模型技术
2.5 目前研究及应用存在的不足
2.6 本文研究内容及论文结构
2.7 本章小结
3 基于高维多输入层遗传神经网络的性能预测模型
3.1 问题描述
3.2 传统的高维多输入层神经网络模型与算法
3.3 高维多输入层遗传神经网络预测模型
3.3.1 遗传算法和BP算法相结合的两步训练算法
3.3.2 网络输入参数选择
3.3.3 网络拓扑结构
3.4 实验结果及分析
3.4.1 实验数据预处理
3.4.2 实验结果
3.4.3 预测精度对比
3.5 本章小结
4 基于属性约简的ELM性能预测模型
4.1 问题描述
4.2 基于特征选择的高维数据集的属性约简方法
4.2.1 基于信息熵理论的特征选择
4.2.2 基于Gram-Schmidt正交变换方法的属性约简
4.3 极限学习机ELM
4.4 基于属性约简的ELM预测模型
4.4.1 基于属性约简的ELM建模方法
4.4.2 两种不同工艺质量数据集模型对比分析
4.4.3 ELM预测模型隐含层节点个数选择
4.5 实验结果及分析
4.6 本章小结
5 基于密度聚类的炼钢成分体系设计
5.1 问题描述
5.2 DBSCAN算法
5.3 基于分组的快速DBSCAN算法
5.3.1 分组算法
5.3.2 基于分组的DBSCAN算法模型
5.4 实验结果及分析
5.4.1 实验数据与处理
5.4.2 实验结果
5.5 本章小结
6 面向钢铁企业的全流程分析的数据存储模型及应用
6.1 面向钢铁企业的数据仓库模型需求分析
6.2 数据仓库与OLAP概述
6.2.1 数据仓库
6.2.2 OLAP
6.3 支持质量遗传性分析的多粒度数据仓库模型设计
6.3.1 数据仓库模型设计
6.3.2 数据ETL方法设计
6.4 OLAP方法设计
6.5 应用案例
6.6 本章小结
7 结论
参考文献
作者简历及在学研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于实时数据流分析的钢铁产品质量监测[J]. 黄纵,张晓龙,边小勇. 计算机应用. 2012(05)
[2]面向大型钢铁集团的业务及决策信息系统解决方案[J]. 张浩,赵相东,陆剑峰. 计算机集成制造系统. 2010(11)
[3]基于径向基函数神经网络的热轧产品性能预测[J]. 马文博,吴斌,朱天,杨娟. 广西师范大学学报(自然科学版). 2010(03)
[4]数据挖掘算法的评价标准与方法[J]. 哈金才. 微电子学与计算机. 2006(12)
[5]钢材性能柔性化与柔性轧制技术[J]. 刘相华,王国栋,杜林秀,刘振宇. 钢铁. 2006(11)
[6]浅析数据挖掘的研究现状及其应用[J]. 刘晓庆. 电脑知识与技术. 2006(26)
[7]SOM神经网络算法的研究与进展[J]. 杨占华,杨燕. 计算机工程. 2006(16)
[8]“大规模定制”生产模式在钢铁企业的应用实践[J]. 周世春,丁建华,陈超. 中国工程科学. 2006(03)
[9]国外数据挖掘应用研究与发展分析[J]. 滕广青,毛英爽. 统计研究. 2005(12)
[10]数据挖掘算法研究与综述[J]. 邹志文,朱金伟. 计算机工程与设计. 2005(09)
博士论文
[1]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
[2]贝叶斯网络故障诊断与维修决策方法及应用研究[D]. 李俭川.中国人民解放军国防科学技术大学 2002
硕士论文
[1]基于数据仓库的钢铁企业产品分析系统[D]. 李波.东北大学 2006
本文编号：3158809
【文章来源】：北京科技大学北京市 211工程院校 教育部直属院校
【文章页数】：107 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 引言
2 文献综述
2.1 钢铁产品制造流程及工艺特点
2.2 数据挖掘技术简介
2.3 基于数据挖掘技术的钢铁产品质量控制研究现状
2.3.1 钢铁产品组织性能预测
2.3.2 炼钢产品成分体系设计
2.4 数据仓库模型技术
2.5 目前研究及应用存在的不足
2.6 本文研究内容及论文结构
2.7 本章小结
3 基于高维多输入层遗传神经网络的性能预测模型
3.1 问题描述
3.2 传统的高维多输入层神经网络模型与算法
3.3 高维多输入层遗传神经网络预测模型
3.3.1 遗传算法和BP算法相结合的两步训练算法
3.3.2 网络输入参数选择
3.3.3 网络拓扑结构
3.4 实验结果及分析
3.4.1 实验数据预处理
3.4.2 实验结果
3.4.3 预测精度对比
3.5 本章小结
4 基于属性约简的ELM性能预测模型
4.1 问题描述
4.2 基于特征选择的高维数据集的属性约简方法
4.2.1 基于信息熵理论的特征选择
4.2.2 基于Gram-Schmidt正交变换方法的属性约简
4.3 极限学习机ELM
4.4 基于属性约简的ELM预测模型
4.4.1 基于属性约简的ELM建模方法
4.4.2 两种不同工艺质量数据集模型对比分析
4.4.3 ELM预测模型隐含层节点个数选择
4.5 实验结果及分析
4.6 本章小结
5 基于密度聚类的炼钢成分体系设计
5.1 问题描述
5.2 DBSCAN算法
5.3 基于分组的快速DBSCAN算法
5.3.1 分组算法
5.3.2 基于分组的DBSCAN算法模型
5.4 实验结果及分析
5.4.1 实验数据与处理
5.4.2 实验结果
5.5 本章小结
6 面向钢铁企业的全流程分析的数据存储模型及应用
6.1 面向钢铁企业的数据仓库模型需求分析
6.2 数据仓库与OLAP概述
6.2.1 数据仓库
6.2.2 OLAP
6.3 支持质量遗传性分析的多粒度数据仓库模型设计
6.3.1 数据仓库模型设计
6.3.2 数据ETL方法设计
6.4 OLAP方法设计
6.5 应用案例
6.6 本章小结
7 结论
参考文献
作者简历及在学研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]基于实时数据流分析的钢铁产品质量监测[J]. 黄纵,张晓龙,边小勇. 计算机应用. 2012(05)
[2]面向大型钢铁集团的业务及决策信息系统解决方案[J]. 张浩,赵相东,陆剑峰. 计算机集成制造系统. 2010(11)
[3]基于径向基函数神经网络的热轧产品性能预测[J]. 马文博,吴斌,朱天,杨娟. 广西师范大学学报(自然科学版). 2010(03)
[4]数据挖掘算法的评价标准与方法[J]. 哈金才. 微电子学与计算机. 2006(12)
[5]钢材性能柔性化与柔性轧制技术[J]. 刘相华,王国栋,杜林秀,刘振宇. 钢铁. 2006(11)
[6]浅析数据挖掘的研究现状及其应用[J]. 刘晓庆. 电脑知识与技术. 2006(26)
[7]SOM神经网络算法的研究与进展[J]. 杨占华,杨燕. 计算机工程. 2006(16)
[8]“大规模定制”生产模式在钢铁企业的应用实践[J]. 周世春,丁建华,陈超. 中国工程科学. 2006(03)
[9]国外数据挖掘应用研究与发展分析[J]. 滕广青,毛英爽. 统计研究. 2005(12)
[10]数据挖掘算法研究与综述[J]. 邹志文,朱金伟. 计算机工程与设计. 2005(09)
博士论文
[1]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
[2]贝叶斯网络故障诊断与维修决策方法及应用研究[D]. 李俭川.中国人民解放军国防科学技术大学 2002
硕士论文
[1]基于数据仓库的钢铁企业产品分析系统[D]. 李波.东北大学 2006
本文编号：3158809
本文链接：https://www.wllwen.com/projectlw/yjlw/3158809.html
