數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在鋼鐵企業(yè)中的應(yīng)用.pdf

1、某鋼鐵企業(yè)在長期的生產(chǎn)過程中積累了豐富的熱軋產(chǎn)品性能的數(shù)據(jù)，能否充分利用這些數(shù)據(jù)來提高產(chǎn)品的性能，進行新產(chǎn)品新工藝的設(shè)計，從而提高企業(yè)的經(jīng)濟效益和增強企業(yè)競爭力，是工程技術(shù)人員、質(zhì)量管理人員一直想解決的問題。 數(shù)據(jù)挖掘技術(shù)是20世紀(jì)90年代迅速發(fā)展起來的計算機技術(shù)，其核心思想就是從企業(yè)的“數(shù)據(jù)海洋”中挖出有效的、新穎的、具有潛在效用的、最終可理解的規(guī)律或模式。在本文中利用現(xiàn)在比較成熟的數(shù)據(jù)倉庫理論和建模技術(shù)，建立了關(guān)于熱軋產(chǎn)品性

2、能的數(shù)據(jù)集市。由于數(shù)據(jù)來源復(fù)雜，我們又進行了數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載過程，即ETL過程，將數(shù)據(jù)整合到熱軋產(chǎn)品性能數(shù)據(jù)集市中。 在建立的熱軋產(chǎn)品性能數(shù)據(jù)集市的基礎(chǔ)上，本文利用了BP神經(jīng)網(wǎng)絡(luò)算法和多元線性回歸算法分別建立了兩種模型。譬如對某一具體鋼種A3鋼，這兩種模型的精度分別為84．7％和84.3％，基本滿足用戶提出的精度要求，相比之下，利用BP神經(jīng)網(wǎng)絡(luò)算法所建的模型更精確一點。在所建的熱軋產(chǎn)品性能模型的基礎(chǔ)上，進行了新產(chǎn)品新工藝的

3、探索。期間運用了均值分析確定各變量的取值范圍，相關(guān)性分析分析輸入變量和輸出變量之間的影響，最后利用主成分分析的方法進行了化學(xué)成分的綜合指標(biāo)性能評價，盡可能提出最多的信息，并進行了排名。運用所建立的模型，A3鋼的性能比以前有了明顯的提高，比如屈服強度比以前增強了30％，抗拉強度增強了20％，伸長率提高了15％等。 本文所建的模型在某鋼鐵企業(yè)得到了廣泛的應(yīng)用，提高了熱軋產(chǎn)品的性能，增強了企業(yè)的競爭力，取得了很大的經(jīng)濟效益。以A3鋼為