基于数据挖掘的焊接方法提取

在白车身工艺规划过程中,积累了大量车身焊接工艺数据。为了提取这些知识采用数据挖掘方法发现其中所需的工艺规则。首先采用粗糙集对工艺属性进行约简,删除对工艺决策没有影响的属性;然后采用关联规则挖掘对焊接方法有影响的工艺规则;最后用实例验证了该方法的有效性。     

基于动态数据挖掘的热力参数传感器故障诊断

针对火电机组热力参数动态数据的海量、高维特点,提出了一种基于动态数据挖掘的热力参数传感器故障诊断新方法。该方法通过对热力参数信号进行经验模态分解,获得一系列平稳的本征模态函数(intrinsic mode function,简称IMF)分量和一个趋势余量,实现传感器故障特征信息的动态挖掘。以各IMF分量和趋势余量的方差作为特征向量构建欧氏距离判别函数,结合径向基函数神经网络确认传感器是否发生故障。根据专家经验得到的规则分析传感器测量值与理论值之间的差值,判别传感器的故障类型。以某电厂600MW火电机组实时运行数据为基础进行仿真实验,结果表明:该方法能够仅使用热力参数传感器正常状态下的样本,有效区分传感器故障造成的信号变化与机组本身正常负荷波动造成的信号变化,实现快速准确地对热力参数传感器的工作状态和故障类型进行判别。     

无监督数据挖掘辅助激光诱导击穿光谱用于铜冶炼光谱结构解析

在有色冶炼领域,元素成分检测是保证冶炼质量的重要一环。目前国内有色冶炼企业多采用X射线荧光光谱法进行检测,该方法需要样品制备,造成冶炼状态无法实时反馈,严重影响冶炼过程优化。研究了无监督数据挖掘算法辅助激光诱导击穿光谱技术用于铜冶炼光谱结构解析。实验中,首先选择4种铜冶炼物料作为实验样品,然后利用激光诱导击穿光谱技术(LIBS)激发样品获得18750个光谱数据,通过盲源分离技术对所有光谱进行分析,最终提取得到3个特征光谱。进一步研究发现,3个特征光谱与Cu、Fe、Ca元素光谱有一一对应关系。在此基础上,提出了LIBS光谱的定量化评价指标,量化结果表明分解模型对18750个光谱都能达到很高的评分,说明铜冶炼光谱能够良好地被3个特征光谱重构,即铜冶炼光谱存在显著的光谱结构。以上结论在实际应用中具有重要研究价值,可用于光谱快速评价、异常光谱剔除、光谱信号提纯、元素谱线选取、样品定性/半定量分析等,为LIBS技术应用于在线铜冶炼成分分析奠定基础。     

基于数据挖掘的采场稳定性的知识获取与应用

利用数据挖掘技术，从已获得的大量有关采场稳定性的数据中，提取出可以理解的模式，从而有效地认识矿山采场稳定性的动态变化规律，发现新的知识，在此基础上，可以根据获得的现场资料，预测采场的稳定性。本文的实例研究证明，数据挖掘技术为分析和预测采场稳定性提供了一种很好的解决方法。     

基于数据仓库的矿山企业决策支持系统研究

针对矿山企业的数据特点和决策任务需求，建立了基于数据仓库技术的矿山企业决策支持系统。本文给出了基于数据仓库的矿山企业DSS框架结构，对数据仓库、联机分析与数据挖掘系统构建中的问题进行了探讨。最后，结合某黄金矿山的质检DSS实际，给出了选厂质检决策支持系统的具体实施方法。系统在矿山成功应用后，取得了较为满意的效果。     

基于大数据挖掘技术的企业人力资源管理系统及实现研究

随着互联网信息技术的发展,大数据时代的到来推动了各个领域的升级转型,尤其是大数据在企业人力资源管理中的应用,巨量化数据为企业人力管理提供管理智慧与价值。文章首先介绍了大数据概念及特征,指出大数据挖掘技术对企业人力资源管理的意义,针对当前企业人力资源管理存在的问题,提出大数据挖掘技术在企业人力资源管理中应用的实施途径,以顺应时代变化促进完善企业人力资源管理与发展,实现企业效益最大化。     

矿渣粉磨健康状态识别模型及系统设计

提出一种基于数据挖掘的装备健康状态识别模型,实现对矿渣粉磨系统的运行健康预测。首先,利用一种多算法综合的特征筛选方法对工况数据进行挖掘分析,确定影响设备运行健康状态的评估指标参数;其次,以健康运行状态评估指标为对象,开展系统运行工况状态聚类挖掘,分析历史样本运行数据中的健康工况模式分布,以此为依据定义工况的运行状态类别,建立健康工况模式库;然后,将实时运行数据与健康工况模式库比对,利用自回归积分滑动平均算法(auto-regressive integrated moving average,简称ARIMA)训练预测评估模型,对健康评估指标参数的变化趋势进行预测,获取系统健康状态评估结果;最后,基于上述模型开发了矿渣粉磨健康状态识别系统软件,并应用于某生产现场,验证了该模型及系统的有效性和实用性。     

数据挖掘技术在企业管理中的应用研究

本文主要阐述了数据挖掘的基本概念、分析工具,并探讨了数据挖掘技术在企业管理过程中是如何提升企业核心竞争力的,最后对数据挖掘技术的现实意义进行了小结。     

基于关联规则的Apriori算法实现及改进

本文首先对数据挖掘的定义及其发展现状作了简单的介绍,然后从背景、内容、效率、复杂度等方面对基于关联规则的Apriori算法做了深入介绍,最后分析了这个算法的瓶颈问题,并就此问题提出了改进方案.