【摘 要】
：
随着信息技术的发展,数据以海量形式增长,借助数据挖掘技术对多领域数据交叉融合处理,有利于实现更精准、更高效、更科学的管理与决策。目前数据预测分析与实践应用是数据挖掘面临巨大的挑战。建立面向生产工艺的时间序列预测分析模型,开发面向工艺过程的时间序列数据分析、趋势预测、自主分析和决策的智能化制造系统,对于深化和发展智能制造系统具有重要意义。为了提高工业生产效率,实时监测生产指标状态,生产工艺时间序列数
论文部分内容阅读
随着信息技术的发展,数据以海量形式增长,借助数据挖掘技术对多领域数据交叉融合处理,有利于实现更精准、更高效、更科学的管理与决策。目前数据预测分析与实践应用是数据挖掘面临巨大的挑战。建立面向生产工艺的时间序列预测分析模型,开发面向工艺过程的时间序列数据分析、趋势预测、自主分析和决策的智能化制造系统,对于深化和发展智能制造系统具有重要意义。为了提高工业生产效率,实时监测生产指标状态,生产工艺时间序列数据预测分析已成为研究的重点。然而传统时间序列预测方法容易出现鲁棒性差、精度低等缺陷,同时在生产工艺数据分析中缺乏高效、精准的时间序列预测方法。因此,针对生产工艺时间序列数据预测与实际应用问题,本文主要研究内容如下:（1）在生产工艺时间序列数据特征与模型方面,本文首先分析了生产工艺时间序列数据的相关特征,综述了经典的时间序列数据表示模型,同时研究了时间序列数据预测中常用的智能优化算法和神经网络预测模型,为后续生产工艺时间序列预测奠定理论基础。（2）针对生产工艺单变量时间序列数据短期预测问题,本文基于自适应模糊神经推理系统（ANFIS）提出了两种短期预测模型,分别是ADE-ANFIS精准预测模型和GNG-ANFIS高效预测模型。在ADE-ANFIS模型中采取改进的自适应差分进化算法对ANFIS进行优化,提高了模型的预测精度;在GNG-ANFIS模型中采取GNG对原始数据进行动态跟踪,筛选数据,降低了模型的训练时间。并结合铝电解工艺中杂质铁含量时间序列数据,完成对两个模型的性能验证。（3）针对生产工艺多元时间序列数据长期趋势预测问题,本文提出了一种基于深度学习的预测模型。由于多元时间序列之间复杂的关系会影响预测效果,利用小波相关分析方法对多元时间序列进行分析并选择最相关的变量,同时为了弥补浅层模型不能准确挖掘潜在信息的缺陷,搭建了深层LSTMs,提高了预测精度。最后结合铝电解生产过程中槽温、电压等生产因素时间序列数据对出铝量的趋势进行长期预测。（4）基于GUI铝电解工艺时间序列数据预测系统的研究,借助以上研究成果,搭建基于面向对象的铝电解时间序列数据预测分析与应用系统,包含:铝电解的生产原理、生产采集时间序列数据的分析、生产中电解槽杂质元素短期预测以及对出铝量的长期趋势预测,最后将结果及时反馈给管理者/决策者。
其他文献
充足的氧供应对维持正常的脑功能至关重要,脑氧合水平是反映脑组织氧代谢情况的重要指标。大脑中的前额皮层（prefrontal cortex,PFC）是最高级的指挥中枢,它与人类的认知活动（注意力、记忆、执行功能等）息息相关。PFC氧合降低会使个体认知功能减退,例如反应迟钝、注意力降低和记忆力减退,以及出现情绪障碍等[1],对各个年龄人群的生理心理健康都会造成一定程度的损害。因此,了解提升PFC氧合的
全运会作为我国顶尖跆拳道赛事,举办周期及级别设置与奥运会保持一致,运动员参加全运会比赛时技战术的运用,对我国跆拳道项目技战术的发展程度有较大的代表意义。为此,本文选取2021年第十四届全运会跆拳道男子-68kg级决赛运动员技战术为研究对象,对该级别全部17名运动员20场比赛的情况作了研究与分析,采用文献资料法、录像观察法、数理统计法和逻辑分析法来展开研究。在查阅大量资料的基础上,对文献的研读,为本
为应对逐年增长的燃油车带来严重的能源消耗和环境污染问题,各国纷纷研究和发展以电动汽车为代表的新能源汽车产业。作为电动汽车的主要动力来源,动力电池需电池管理系统对其工作状态进行监测、估算及能量管理,以延长使用寿命。其中,电池荷电状态（SOC）的精确估算是电池管理系统的技术难点。针对电池温度对SOC估算的影响,提出电热耦合模型以提高动力电池的SOC估算精度。（1）搭建了动力电池测试平台,并对电池特性进
钛和钛合金因其具有良好的耐腐蚀性、质量轻、高强度、良好的生物相容性等特点,因此被广泛的应用于航空航天、化学和生物医学等领域。其中,β-Ti45Nb合金因其具有较低的弹性模量、高耐腐蚀性和更优的生物相容性,因此常被用作生物医学植入物材料。但是由于其表面硬度低及较差的耐磨性,在人体内长期摩擦磨损过程中,产生的碎屑容易在人体中积聚并溶解在血液中,引发一系列健康问题。因此,需要采用表面改性技术来提高Ti4
随着高速磨削技术在制造业的迅速发展,对磨削精度的要求越来越高。国内生产的无心磨床在磨削精度和稳定性等方面与国外生产的相比仍有很大的差距,实现无心磨床磨削精度及其稳定性的提升是目前国内生产企业的迫切需要。根据企业长期的生产经验,无心磨床的动态特性是影响磨床的磨削精度及稳定性的关键因素之一,而无心磨床的动态特性又强烈依赖于热源所形成的温度场、外力形成的结构场以及磨床结构间的热-力耦合效应。为此,本文主
MoS2层状固体润滑剂在空间环境中具有优异的润滑性能,但在普通大气环境下易受水蒸气和氧气影响而导致润滑性和耐磨性下降,通过添加抗氧化性优异的金属掺杂剂可以改善MoS2在航空航天和其它领域应用中的性能局限。但在实际应用中,喷涂方法制备的MoS2涂层因为结构较疏松和膜-基结合力较差等原因,耐磨性仍然有待提高,且应用于海军飞机上的航空航天零部件所面临的服役环境也更加苛刻和复杂。基于MoS2涂层在实际应用
热障涂层技术是先进航空发动机和地面燃气轮机实现高效率、低排放和长寿命的重要技术手段。系统总结了传统热障涂层材料、制备方法、失效机理等方面的研究进展，同时，着重讨论了新型热障涂层材料、热障涂层制备新工艺、热障涂层新结构形式的研究现状及存在不足。最后，对热障涂层材料的研究趋势进行了展望。
随着科技的不断发展,先进制造技术融合了各种高新技术成果,对制造业起着重要的作用。切削加工技术是先进制造技术的重要组成部分,刀具作为直接执行者对于产品质量、生产成本和生产效率等起着重要的作用。因此,对于刀具的研究也越来越深入。刀具钝化能够有效地去除刀具表面微观缺陷,提高刀具表面质量,进而提升切削性能,并且能够显著地改变刀具刃口微几何结构,从而对切削力、刀具磨损和加工表面质量等产生重要影响。刀具钝化的
视觉感知已成为智能驾驶领域的热点方向之一,而在雾、雨、低光照等环境因素影响下,视觉传感器获取道路交通信息不足,致使依赖视觉SLAM的智能驾驶车辆运行受影响。因此,研究特殊天气环境下视觉图像的快速增强算法和检测道路信息是视觉SLAM中关键问题之一。本课题是贵州省科技厅重大专项（项目号:黔科合重大专项ZNWLQC[2019]3012）的子课题,主要围绕特殊天气环境下山区城市道路信息增强技术开展研究。具