导读:本文包含了工艺数据挖掘论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:工艺,数据挖掘,参数,神经网络,算法,在线,收率。
工艺数据挖掘论文文献综述
郭超,徐超,焦淑珍[1]（2019）在《基于数据挖掘的葡萄籽中原花青素提取工艺研究》一文中研究指出目的:基于数据挖掘分析对葡萄籽中原花青素提取工艺优化。方法:以数据挖掘分析为基础,建立基础工艺参数同时确定所需优化工艺参数,并利用正交试验对参数进行优化。结果:最优工艺参数为葡萄籽粉碎度为60目,石油醚脱脂,以乙醇为提取溶剂,1∶7料液比加入50%浓度乙醇,60℃超声波提取30min,共提取3次。结论:该研究方法可用于具有一定研究基础的工艺再改进、再优化。(本文来源于《轻工科技》期刊2019年10期）
韩双玲[2]（2019）在《基于数据挖掘的空分装置工艺仿真与工艺参数优化》一文中研究指出随着智能制造技术的不断发展,大数据技术风靡一时,对于空分装置而言,利用数据挖掘技术进行工艺仿真及参数的优化具有很大意义。本课题的研究目的是通过对国内外空分装置工艺仿真及参数优化方法的资料分析、实地调研,利用空分装置生产所得历史数据,基于数据挖掘技术,建立合适的仿真模型来指导空分装置的生产作业,为今后空分行业做工艺仿真提供可靠的理论和实践依据。并提出一种基于天牛须搜索算法的工艺参数优化模型,获得最佳工艺参数,指导生产时加工参数的选择,避免工艺参数选择的盲目性,提高生产过程的效率,降低生产成本,降低能耗。本文以空分装置为对象,基于历史数据对空分装置进行工艺仿真与参数优化。主要工作如下:(1)打破了传统的基于数学模型的空分装置仿真模式,首次将大数据分析、BP神经网络引入空分装置工艺仿真,为空分装置仿真开辟了新思路。采用天牛须搜索算法优化BP神经网络,为BP神经网络优化提供了新方法。(2)对20个参数的历史数据进行采集,并对缺失值和异常值进行了处理。进行了数据的归一化处理;通过相关性分析,确定了空压机入口温度等9个参数作为氧气产量预测模型的输入参数。(3)构建了9-25-1的叁层BP神经网络,基于历史数据对氧气产量进行预测,训练好的神经网络平均相对误差为0.0109,采用天牛须搜索算法进行优化后,平均相对误差降为0.0038,降低了65.1%。(4)通过BP神经网络,基于历史数据对装置的能耗进行预测,综合电耗和空压机电耗训的神经网络预测平均相对误差分别为-0.005和0.025,以能耗最小为目标,采用天牛须搜索算法进行寻优,获得能耗最小值,并得到相应参数的最优值,对装置的节能降耗提供了参考。(本文来源于《山东大学》期刊2019-05-18）
曹勇[3]（2019）在《基于数据挖掘的工艺知识发现与重用研究》一文中研究指出工艺路线设计是工艺设计工作的核心内容,影响着产品的生产成本与质量、产品生命周期,其设计水平是企业竞争力的体现。面对“工艺数据丰富,知识贫乏”问题以及工艺设计水平亟待提高的需求,数据挖掘与知识重用技术是一种解决上述问题的有效方式。本文以工艺路线为研究对象,从工艺与工序层的角度出发,利用数据挖掘技术,发现工艺数据背后的知识,通过机器学习与智能优化算法,实现工艺知识重用辅助工艺设计过程。本文首先提出了一种改进的聚类划分算法用于获取典型工艺路线。根据竞争神经网络并行运算与全局K-Medoids算法良好的鲁棒性与全局收敛的优势,提出基于竞争神经网络的全局K-Medoids聚类算法(Global K-Medoids Based on Competitive Neural Network,GKMBCNN),并以UCI数据库中的数据证明了本文聚类算法在大规模数据上是有效的。针对典型工艺路线提取,本文建立了包含加工方法与加工参数的编码方案以及多级相似度度量方案,并提出了工艺路线文本序列数据的属性描述方法;利用上述算法进行典型工艺路线的提取,结果表明该方法针对上述问题是有效的。然后将Apriori算法应用于工序层数据,用以挖掘加工基准选择原则、加工方法与加工技术要求间的关联关系以及加工顺序安排准则等工艺决策性知识,并以轴类零件工艺决策规则知识的发现为例,说明了关联规则挖掘的主要过程。最后提出了一种考虑知识重用的工艺路线生成与优化的方法。本文基于SVM算法,以影响特征加工方法链的8个主要因素作为输入参数,建立了零件特征加工方法链决策模型;通过决策模型为新零件加工特征选择合适的加工方法,并基于加工元定义建立元模型,根据工艺知识,建立加工元约束矩阵,以最小资源转换次数为优化求解目标,利用一种新的进化算法——基于块的智能进化算法(Block Based on Evolutionary Algorithm,BBEA),实现了零件工艺路线自动生成,并以连杆螺钉零件工艺路线方案的生成为例,验证了上述方法是有效的。(本文来源于《山东大学》期刊2019-05-18）
叶万杰[4]（2019）在《基于数据挖掘技术的合成氨生产工艺参数的优化》一文中研究指出为更好满足社会发展对合成氨生产质量及效率提出的更高要求,采用数据挖掘技术对合成氨生产期间的工艺参数,如温度、氢氮比、空速等进行优化,旨在充分发挥出数据挖掘技术在促进合成氨生产行业稳定发展中的积极作用,以期为相关工作人员提供帮助。(本文来源于《化工管理》期刊2019年08期）
汪军[5]（2018）在《再议器材专件智能化的基础——纺织生产流程在线检测、质量数据挖掘和工艺参数优化》一文中研究指出在《纺织器材专件智能化的基础——纺织生产流程在线检测、质量数据挖掘和工艺参数优化》一文的基础上,从纺织学科和其他学科在纺织智能化的不同作用入手,说明器材专件的智能化体现在与传感器或者芯片相结合和本身具有智能功能上;分析了传统纺织加工制造业中人的作用,对纺织用传感器的发展以及深度学习的应用提出展望。指出:智能化的重点是替代人的体力和脑力劳动;利用深度学习找到纺织人的"经验"特征将是纺织加工制造中参数优化和器材专件智能化的重要途径。(本文来源于《纺织器材》期刊2018年06期）
隋筱玥[6]（2018）在《基于数据挖掘的钢铁产品性能预报与工艺设计方法研究》一文中研究指出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,并建立了相应的ELM预测模型,与传统的ELM模型和其他方法相比,模型结构简单,预测精度更高。(3)针对目前生产面临的多品种、小批量、个性化的需求,在炼钢过程中采用钢种牌号管理存在的问题,提出了分组算法改进的DBSCAN聚类算法,对钢铁产品牌号及其化学成分进行聚类,实现由实际生产数据驱动的钢种归并从而设计适应性更广泛的炼钢成分体系,用于指导柔性化轧制和定制化生产,同时可改善钢种繁多造成的管理困难问题。(4)根据钢铁企业生产流程及数据特点,立足于质量分析,设计了面向钢铁企业全流程分析的数据存储模型及相应的OLAP分析方法。数据仓库模型纵观生产过程的整个生命周期,可实现对钢铁产品质量和遗传性的多粒度分析,以及信息预处理和多角度观察的需求。(本文来源于《北京科技大学》期刊2018-06-08）
张丹丹[7]（2018）在《基于特征的航空结构件工艺知识库建立和数据挖掘研究》一文中研究指出随着航空制造业的不断发展,结构件因其良好的性能得到广泛的应用,企业的知识数量也愈加庞大。知识具有复杂性和经验性等特点,由于缺乏有效的整理归纳,降低了企业知识的重用性。结构件种类多、工艺繁琐给零件加工带来难度,并且在工艺设计时更多的依赖专家经验,导致零件工艺设计的周期变长。因此,研究知识有效整理表达和挖掘有价值的知识为工艺设计提供支持具有重要意义。本文以航空结构件为研究对象,研究结构件整个加工过程所涉及的知识分类及其表达方式。首先,研究了知识划分方法,结合企业生产加工实际确定了工艺知识的分类,进而在不同分类基础上建立相应的表达形式,最终构建知识库结构,从而为开发航空结构件工艺知识库奠定基础。工艺知识库的开发首先需要明确功能需求,其次,在叁种知识分类和需求分析基础上,结合概念模型设计和逻辑模型设计方法建立航空结构件工艺知识库架构,将设计结果存储于SQL Server 2008 R2数据库。最后,在Visual Studio 2010开发环境下,采用C#编程语言开发系统,实现工艺方案、切削参数、刀具和机床信息的查询及维护、系统备份还原以及工艺术语的动态扩展功能,为零件的工艺设计提供了平台支持。为了获得基于特征的优选刀具,分析零件信息、加工条件和刀具属性,排除影响较小的因素,建立基于零件信息和加工条件的刀具匹配规则。借助层次分析法研究刀具层次结构模型,结合二元对比法和方根法研究刀具各因素的权重分配。通过专家参与初选刀具集合的评价,基于模糊数学理论和最大隶属度原则对刀具进行优选,为工艺人员选择高效的刀具提供依据。进行基于特征的切削参数预测研究,首先分析切削参数的影响因素,其次,确定BP神经网络的叁层节点数,传递函数、训练函数、学习函数和性能函数,最后,训练网络模型并验证了网络模型具有泛化能力。以航空结构件工艺方案样本为例进行挖掘研究。首先,通过代码结构实现工序、工步内容的编码。其次,借助多级相似度综合度量方法和Kuhn-Mnkres算法计算工艺方案的整体相似度,并采用AP算法进行典型工艺方案的聚类挖掘研究。最后,利用Silhouette指标判断聚类数目及其结果的有效性,为工艺设计提供典型工艺方案。(本文来源于《山东大学》期刊2018-05-17）
赵媛媛[8]（2018）在《数据挖掘技术在MIP工艺汽油收率优化中的应用》一文中研究指出基于九江石化的1#和2#MIP催化裂化装置的LIMS原料油、再生剂数据和DCS实时操作数据,结合MIP工艺生产经验,利用数据挖掘技术优化MIP工艺汽油收率。结合实际生产情况和预处理原则,对1#和2#装置的数据进行预处理。利用K-MEANS聚类、两步聚类、系统聚类叁种方法对1#和2#MIP装置的原料油数据进行了聚类分析并比较,结果表明,系统聚类方法分析得到的两种聚类类别最为可靠。利用Pearson相关系数分析法并结合工艺生产经验对原料油、再生剂和操作变量数据进行变量筛选,分别确定了 1#和2#MIP装置BP神经网络模型的13个输入变量。分别以1#和2#MIP装置全部数据和聚类分析后的类别数据建立BP模型,结果表明,以聚类分析后的类别数据建立的模型可靠性更高。以聚类分析后的类别数据建立的最佳结构的网络模型为基础,利用遗传算法对汽油收率进行了优化,优化结果可为实际生产提供指导。(本文来源于《华东理工大学》期刊2018-05-12）
胡家瑜[9]（2018）在《基于小样本量数据挖掘的压裂工艺参数优化方法研究》一文中研究指出水力压裂对于低渗透油气藏开发具有重要意义,合理的压裂设计是压后效果的有力保证。常用的压裂设计方法是基于储层的物性、岩性、岩石力学性质等基础参数,通过商用压裂软件进行,目前受限于裂缝延伸模型研究进展和精细模型的求解难度,也缺乏对其他储层施工经验的学习和借鉴。同时,近年来数据挖掘技术飞速发展,不少学者也将其应用到油气田开发领域并取得了一定的成果,显示出数据挖掘技术在压裂设计和优化中巨大的研究前景。本文选取西部某低孔特低渗砂砾岩油藏作为研究对象。该区块压裂井数量较少且均为探井,利用数据挖掘技术对小样本情况下的压裂工艺参数优化方法进行研究,取得的成果和认识如下。(1)目标区域压裂有缝高过度延伸的风险,存在明显速敏、盐酸酸敏、碱敏和应力敏感;压裂液和支撑剂选择符合储层实际情况;施工参数选择的经验性和不同井层间的较大差异性影响了压裂效率和压裂效果,从侧面反映出压裂工艺参数优化的必要性。(2)利用目标区块的地质资料和压裂施工资料,考虑压后产能影响因素的全面性、独立性和泛化性,收集和整理得到53个井层的相关数据,比选数据库系统后利用适合目标区块数据特征的Access建立压裂数据库,支持数据的存储和更新。(3)有针对性地建立起一套原始数据的预处理方法:通过地层系数法对合层开采的产能进行劈分,实现各个产层数据的充分利用;通过比选确定合适的数据无量纲化方法,有效避免奇异样本点带来的不收敛问题。(4)比选权重分析方法,选择灰色关联分析得到目标区块井层24个因素对压后产能影响权重的大小,按显着性递减的顺序排序为:每米加砂强度、前置液比、储层有效厚度、杨氏模量、大中砾岩厚度、细砂岩厚度、脆性指数、小中砾岩厚度、水平应力差、粗砂岩厚度、渗透率、中子孔隙度、施工排量、含油饱和度、最小水平主应力、孔隙结构指数、垂向应力、声波时差、泊松比、泥质含量、电阻率、平均砂比、孔隙度、密度。(5)针对目标区块小样本数据库,基于数据挖掘方法中的支持向量机和贝叶斯神经网络分别建立针对压后产能的预测模型,发现两套模型的预测精度均能基本满足要求,但支持向量机产能预测模型的性能相对更好。(6)在择优选择的支持向量机产能预测模型和基于灰色关联分析方法分析结果提出的相似储层确定方法的基础上,建立压裂工艺参数优化模型,随机选取目标区块任一井层对模型进行了应用,得到了较好的结果。(7)基于文中各项研究,通过MATLAB中的GUI编程平台编制和开发压裂工艺参数优化软件,整合研究成果,实现压裂施工参数查询、压后产能预测、压后产能影响因素分析、压裂施工参数优化等功能,为压裂设计提供借鉴和参考。(本文来源于《西南石油大学》期刊2018-05-01）
豆义华,计效园,周建新,叶虎,张明珠[10]（2017）在《基于层次分析法与数据挖掘的砂铸工艺自评价模型及应用》一文中研究指出建立了一种基于层次分析法与数据挖掘的砂铸工艺自评价模型,能够根据各工艺版本的生产与质量等实际数据实时对该版本工艺进行自动评分,为工艺版本升级提供科学依据。首先通过层次分析法建立工艺单的评价指标,确定子评价指标的权重;其次,利用数据挖掘方法在企业ERP系统中获取所有指标的数据,并结合模糊综合评价方法对不同版本的铸造工艺单进行自动评分;最后,将该模型应用于某砂型铸造企业,应用效果表明其可以科学地指导铸造企业的工艺改进或换版,并且有效改善和提高铸件质量和企业综合效益。可为基于实际数据的工艺自动评价提供参考。(本文来源于《铸造》期刊2017年12期）
工艺数据挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着智能制造技术的不断发展,大数据技术风靡一时,对于空分装置而言,利用数据挖掘技术进行工艺仿真及参数的优化具有很大意义。本课题的研究目的是通过对国内外空分装置工艺仿真及参数优化方法的资料分析、实地调研,利用空分装置生产所得历史数据,基于数据挖掘技术,建立合适的仿真模型来指导空分装置的生产作业,为今后空分行业做工艺仿真提供可靠的理论和实践依据。并提出一种基于天牛须搜索算法的工艺参数优化模型,获得最佳工艺参数,指导生产时加工参数的选择,避免工艺参数选择的盲目性,提高生产过程的效率,降低生产成本,降低能耗。本文以空分装置为对象,基于历史数据对空分装置进行工艺仿真与参数优化。主要工作如下:(1)打破了传统的基于数学模型的空分装置仿真模式,首次将大数据分析、BP神经网络引入空分装置工艺仿真,为空分装置仿真开辟了新思路。采用天牛须搜索算法优化BP神经网络,为BP神经网络优化提供了新方法。(2)对20个参数的历史数据进行采集,并对缺失值和异常值进行了处理。进行了数据的归一化处理;通过相关性分析,确定了空压机入口温度等9个参数作为氧气产量预测模型的输入参数。(3)构建了9-25-1的叁层BP神经网络,基于历史数据对氧气产量进行预测,训练好的神经网络平均相对误差为0.0109,采用天牛须搜索算法进行优化后,平均相对误差降为0.0038,降低了65.1%。(4)通过BP神经网络,基于历史数据对装置的能耗进行预测,综合电耗和空压机电耗训的神经网络预测平均相对误差分别为-0.005和0.025,以能耗最小为目标,采用天牛须搜索算法进行寻优,获得能耗最小值,并得到相应参数的最优值,对装置的节能降耗提供了参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
工艺数据挖掘论文参考文献
[1].郭超,徐超,焦淑珍.基于数据挖掘的葡萄籽中原花青素提取工艺研究[J].轻工科技.2019
[2].韩双玲.基于数据挖掘的空分装置工艺仿真与工艺参数优化[D].山东大学.2019
[3].曹勇.基于数据挖掘的工艺知识发现与重用研究[D].山东大学.2019
[4].叶万杰.基于数据挖掘技术的合成氨生产工艺参数的优化[J].化工管理.2019
[5].汪军.再议器材专件智能化的基础——纺织生产流程在线检测、质量数据挖掘和工艺参数优化[J].纺织器材.2018
[6].隋筱玥.基于数据挖掘的钢铁产品性能预报与工艺设计方法研究[D].北京科技大学.2018
[7].张丹丹.基于特征的航空结构件工艺知识库建立和数据挖掘研究[D].山东大学.2018
[8].赵媛媛.数据挖掘技术在MIP工艺汽油收率优化中的应用[D].华东理工大学.2018
[9].胡家瑜.基于小样本量数据挖掘的压裂工艺参数优化方法研究[D].西南石油大学.2018
[10].豆义华,计效园,周建新,叶虎,张明珠.基于层次分析法与数据挖掘的砂铸工艺自评价模型及应用[J].铸造.2017
论文知识图
