收藏本站
《中南大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

复杂工业过程数据挖掘方法及其在铜锍吹炼中的应用研究

宋彦坡  
【摘要】: 以有色冶金过程为代表的复杂工业过程普遍具有多变量、非线性、大滞后、强耦合等特点,难以利用机理分析建立系统数学模型并实现优化操作与控制。我国的复杂工业过程的操作决策在较大程度上依靠人的经验,因此,相关生产过程能耗高、运行不稳定、原材料消耗大,在节能降耗、提高产品产量和质量等方面存在巨大的潜力。另一方面,随着工业基础自动化程度的逐步提高,多数生产单位积累了大量的生产过程历史数据,这些数据中可能蕴含有生产过程的运行规律、人工操作经验、优化操作模式等对操作决策和优化控制有用的信息,但因受数据分析技术水平和能力的限制,这些数据大多数未充分发挥作用。因此,研究从复杂工业过程数据中提取信息的数据挖掘方法具有重要的理论意义和巨大的应用价值。论文针对复杂工业过程数据挖掘方法及其应用的若干问题展开研究,主要研究内容及相关成果如下: 1.基于对复杂工业过程主要特点和优化决策问题的基本分析,提出了复杂工业过程数据挖掘的基本框架。该框架对复杂工业过程数据挖掘的定义、基本任务、一般实现过程和算法构成进行了规范,并强调了复杂工业过程机理分析在提高数据挖掘效率、确保数据挖掘结果的正确性方面的重要地位和作用,对该领域数据挖掘的实施和应用具有较大的指导意义。 2.鉴于数据挖掘用样本的质量直接影响挖掘结果的正确性,为提高挖掘用数据样本的质量,有效地处理样本集中的违规样本(即属性间匹配关系异常的样本),提出了一种基于小波分析的异常样本检测与修复方法。该方法利用小波变换的“高通滤波”和“时-频分析”特性,利用与样本对应的小波变换系数值检测和修复异常样本;构造了可直接用于低维异常样本检测与修复的低维小波变换系数的快速算法;应用“属性简约”思想,提出了基于非线性映射和小波分析的多维异常样本检测方法。理论分析和仿真效果表明,这种方法能有效地检测和修复数据挖掘对象中的异常样本,显著提高数据质量。 3.基于对模型效果和建模用数据质量间关系的深入分析,提出了基于数据质量约束的受限最优建模思想。通过定性、定量分析建模用数据的噪声强度、样本规模等数据质量因素对模型准确性的影响,指出:模型的训练误差存在最优值(称其为期望训练误差),该值可以根据数据质量信息近似估算,并可作为模型优化的判据。据此提出了“估算期望误差—比较实际误差与期望误差—调整模型结构”的优化建模思想,并分析了实现这一建模思想的技术重点和难点。受限最优建模思想为优化建模提供了一种不依赖检验数据的判据,可以显著提高优化建模的时间效率。论文将这一思想应用于神经网络、支持向量机两种模型的优化,取得了很好的效果。 4.针对神经网络建模效果对模型结构和训练方法敏感这一缺陷,提出了一种新的基于双网结构的神经网络优化建模方法。该方法兼具“结构修剪/增长法”和“提前终止法”两种传统的神经网络优化方法的优点,并克服了其不足:采用并行的双网结构,对两个子网络均采用“提前终止法”训练,既避免了网络“过拟合”,又较好地解决了“提前终止法”的“倾斜效应”;利用受限最优建模思想对两个子网络结构(即隐层节点)进行优化调整,既优化了网络结构,又在时间复杂度上远小于传统的基于交叉检验法的“结构修剪/增长法”。仿真结果表明,该方法的建模效果优于相关的传统方法。 5.针对支持向量机元参数较多、且缺乏优化依据的问题,提出了一种新的高效准确的支持向量机优化建模方法。基于对支持向量机三类参数之间耦合程度的分析,将其优化问题分解为超结构参数(核参数)优化和结构参数(不敏感参数和正则化参数)优化两个相对独立的子问题;提出了一种新的基于距离关系的核校准系数以优化核参数;运用受限最优建模思想优化支持向量机不敏感参数和正则化参数。同时,还提出了利用支持向量回归误差序列和应变量序列的相关性判断模型是否“过拟合”的方法。理论分析与仿真效果表明,该方法的优化效果与交叉检验法近似,但时间效率远高于交叉检验法。 6.在综合分析铜锍转炉吹炼过程机理、工艺操作制度和数据挖掘的应用条件等基础上,提出了基于数据挖掘的铜锍吹炼过程优化决策方法,并引入“支持度”和“置信度”等指标评价优化决策模型。基于本文在数据挖掘基础理论、基本方法方面的研究成果,利用某厂铜锍转炉吹炼过程积累的实际生产历史数据,建立了吹炼熔剂量和鼓风时间的优化决策模型。仿真实验表明,熔剂量优化决策模型和鼓风时间优化决策模型能够显著改善S1期的吹炼效果,具有明显的推广应用价值。建模过程体现了应用数据挖掘方法分析问题、解决问题、实现优化决策的思想,对实现其它复杂工业过程的优化决策具有重要的指导意义和显著的推广应用价值。 论文研究工作表明,数据挖掘方法在实现积累有大量历史生产数据的复杂工业过程的优化决策和优化控制方面具有显著的应用价值和广阔的应用前景。
【学位授予单位】:中南大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP311.13

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 吴少敏,冯建生;宝钢数据挖掘系统[J];宝钢技术;2001年01期
2 章兢,张小刚,刘小燕;回转窑集成智能控制系统[J];电工技术学报;2002年04期
3 黎明,张化光,何希勤;基于粗糙集的模糊模型辨识方法[J];东北大学学报(自然科学版);2000年05期
4 姚维,孟濬,颜文俊,诸静;水泥回转窑生产过程的模糊控制[J];化工自动化及仪表;2000年02期
5 王凌,王雄,金以慧;MES——流程工业CIMS发展的关键[J];化工自动化及仪表;2001年04期
6 崔庆安;;基于粗糙集的焦炉加热工序控制规则提取[J];化工自动化及仪表;2005年06期
7 王介生;战红仁;王伟;;基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用[J];华东理工大学学报;2006年07期
8 雷景生;马军;靳婷;;基于分级神经网络的Web文档模糊聚类技术[J];计算机研究与发展;2006年10期
9 马元元,孙志挥,张南翔;增量关联规则在大型火力发电厂实时控制中的应用[J];工业控制计算机;2000年01期
10 倪建军,马小平,王耀才;数据挖掘技术在工业控制系统中的应用研究[J];工业控制计算机;2004年03期
中国博士学位论文全文数据库 前1条
1 朱廷劭;数据挖掘及其在汉语文语转换中应用的研究[D];中国科学院研究生院(计算技术研究所);1999年
中国硕士学位论文全文数据库 前1条
1 宋彦坡;数据挖掘技术及其在铜转炉吹炼过程优化中的应用[D];中南大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 谢锴,梅炽,张全,鄂加强;精馏炉炉膛内温度场不均匀的原因分析[J];中南工业大学学报(自然科学版);2003年01期
2 林梦雷;关于Fuzzy信息系统的Rough集理论的一个注记[J];漳州师范学院学报(自然科学版);2003年03期
3 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期
4 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
5 于海涛;Rough集理论在数据约简中的应用[J];安徽教育学院学报;2004年03期
6 张宗涛;硫酸镍生产工艺的优化改进[J];安徽化工;2003年04期
7 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
8 杨萍,万上海,陈耿;一种基于可变支持度的缺省规则挖掘算法[J];安徽工程科技学院学报(自然科学版);2004年02期
9 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
10 陈刚,刘庆敏;神经网络用于多类识别问题的有效方法[J];安徽建筑工业学院学报;1999年03期
中国重要会议论文全文数据库 前10条
1 庞清乐;曹银杰;穆健;郎丰法;;基于粗集理论的小电流接地系统故障选线研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
2 谢刚;;基于变精度粗集的战略石油储备规模预测方法[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集[C];2006年
3 丁文峰;;基于GIS和BP神经网络模型的长江中上游地区石漠化危险性评价[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
4 孟少朋;骆红云;李盛;;基于数据挖掘的汽车可靠性分析方法研究[A];2007年全国失效分析学术会议论文集[C];2007年
5 魏崇辉;金福禄;何亚群;;基于粗糙集和神经网络的空军航材消耗预测方法[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
6 孔秋菊;胡寿松;;基于知识的歼击机起飞爬升阶段的故障诊断与报警[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
7 邵信光;杨慧中;石晨曦;;ε不敏感支持向量回归在化工数据建模中的应用[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
8 苏宏升;;基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用[A];2005年全国自动化新技术学术交流会论文集[C];2005年
9 苏宏升;;一种基于粗集的电力系统调度新方法[A];第十七届全国过路控制会议论文集[C];2006年
10 张卫丰;徐宝文;崔自峰;徐峻岭;;一种基于粗糙集角分类神经网络的文档分类方法(英文)[A];全国语域web与本体能研讨会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 曾雨辰;转向重复压裂技术研究与应用[D];西南石油学院;2005年
2 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
3 王亮;城市快速路交通流采集与控制相关问题研究[D];天津大学;2005年
4 陈世哲;微电子产品视觉检测中关键技术研究[D];哈尔滨工业大学;2006年
5 张文君;滑坡灾害遥感动态特征监测及其预测分析研究[D];西南交通大学;2007年
6 许剑峰;数字视频中的文本分割的研究[D];华南理工大学;2005年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
9 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年
10 盛守照;前向神经网络学习问题研究及其在转台控制中的应用[D];南京航空航天大学;2005年
中国硕士学位论文全文数据库 前10条
1 罗雅博;基于粗糙集的时态数据挖掘研究[D];湘潭大学;2004年
2 李银花;基于粗糙集理论的属性约简算法研究及应用[D];华北工学院;2004年
3 朱红;基于Rough Set的特征抽取算法的研究[D];湘潭大学;2002年
4 高初;应用人工神经网络分析共面波导中的电磁阻带结构[D];东南大学;2003年
5 魏航;复杂过程网络控制及嵌入式实时控制系统的研究与开发[D];中南大学;2005年
6 张伟;预焙铝电解槽专家模糊控制系统研究[D];中南大学;2005年
7 杨东侯;建筑工程投资估算方法研究[D];中南大学;2005年
8 张毅;砂状氧化铝连续碳酸化分解过程实时监控系统[D];中南大学;2005年
9 李文军;深海底集矿机故障诊断与传感器容错系统研究[D];中南大学;2005年
10 张卫东;铝电解烟气净化控制系统设计[D];中南大学;2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 吴少敏,冯建生;宝钢数据挖掘系统[J];宝钢技术;2001年01期
2 陶志,许宝栋,汪定伟,李冉;一种基于粗糙集理论的连续属性离散化方法[J];东北大学学报(自然科学版);2003年08期
3 赵军,王国胤,吴中福,李华;基于粗集理论的数据离散化新算法[J];重庆大学学报(自然科学版);2002年03期
4 朱凌云,曹长修;基于支持向量机的缺陷识别方法[J];重庆大学学报(自然科学版);2002年06期
5 姚斌,杨天钧;铁水硅预报神经网络专家系统的遗传优化生成[J];钢铁;2000年04期
6 刘莉,徐玉生,马志新;数据挖掘中数据预处理技术综述[J];甘肃科学学报;2003年01期
7 张义成,郭家林;非线性映照在交互模式识别中的应用[J];钢铁研究;1997年05期
8 安利平,仝凌云;粗糙集理论中一种属性离散化算法[J];河北工业大学学报;2002年03期
9 董小刚,许林;奇异信号的小波分析[J];长春工业大学学报(自然科学版);2003年02期
10 韩秋明,赵轶群;Rough Set中基于聚类的连续属性离散化方法[J];计算机工程;2003年04期
中国博士学位论文全文数据库 前3条
1 李桃;烧结过程智能实时操作指导系统的研究[D];中南大学;2000年
2 王雅琳;智能集成建模理论及其在有色冶炼过程优化控制中的应用研究[D];中南大学;2001年
3 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 丁纪云,蔡春娥;利用构造数据集评定数据挖掘过程的方法[J];湖南广播电视大学学报;2001年02期
2 任承业,罗伟其;校园信息系统中CRM与数据挖掘的结合和应用[J];计算机工程与应用;2003年13期
3 王艳;数据挖掘在数字图书馆中的应用[J];情报科学;2003年02期
4 邵红全,赵茜;用SQL Server2000实现数据挖掘的技术与策略[J];电脑开发与应用;2003年04期
5 耿庆鹏,卢子芳;利用数据挖掘技术实现对电信行业用户欺诈行为的预测[J];电信快报;2003年10期
6 蒋良孝,蔡之华;基于数据仓库的数据挖掘研究[J];计算技术与自动化;2003年03期
7 叶静,蔡之华;遥感图像中的数据挖掘应用概述[J];计算机与现代化;2003年10期
8 黄解军,万幼川,潘和平;银行客户关系管理与数据挖掘的应用[J];计算机工程与设计;2003年07期
9 崔强,朱卫东;基于数据挖掘的铁路机务段成本控制系统[J];铁路计算机应用;2003年01期
10 杨思春;基于数据仓库的数据挖掘技术分析研究[J];微机发展;2003年09期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
中国博士学位论文全文数据库 前10条
1 宋彦坡;复杂工业过程数据挖掘方法及其在铜锍吹炼中的应用研究[D];中南大学;2009年
2 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
3 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
4 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
5 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
6 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
7 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
8 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
9 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
10 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
中国硕士学位论文全文数据库 前10条
1 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
2 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
3 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
4 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
5 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
6 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
7 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
8 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
9 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年
10 刘华敏;数据挖掘在高职院校学生成绩分析中的应用[D];安徽大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026