论文题目: 智能化信息处理在中厚板生产过程应用的研究
论文类型: 博士论文
论文专业: 材料加工工程
作者: 张延华
导师: 刘相华,王国栋
关键词: 中厚板,数据仓库,数据集市,数据挖掘,灰色关联度,分类模式识别,专家系统,部分最小二乘法,力学性能,人机交互界面
文献来源: 东北大学
发表年度: 2005
论文摘要: 中厚钢板生产过程的智能化信息处理就是利用人工智能工具和近代数学方法,对中厚板生产过程采集到的数据进行加工处理,从中提取出知识。现代化中厚板厂已经积累大量的化学成分、轧制过程参数、组织性能等方面的数据,由于不具备对这些数据进行集中存储和管理的能力,目前这些数据资源并没有发挥出其应有的作用。因此,本文提出应在中厚板厂信息系统中建立数据仓库,采用多层体系结构,以现有应用系统的数据库为基础,通过相应的中厚板生产过程主题数据,对数据进行集中抽取、转换,“自下而上”建立数据集市,然后再集成为企业数据仓库,为优化中厚板厂生产过程提供丰富、有效的数据支持。 本文主要的工作包括:构建中厚板生产企业数据集市和数据仓库;基于灰色理论研究影响中厚板力学性能的轧制工艺参数和化学成分;采用部分最小二乘法识别影响力学性能的参数数据,调整其优化方向;建立中厚板材质量评估与改进专家系统(QEIP-ES)。现场实际运用取得很好的效果,具体研究内容和结果如下: 1) 针对J公司中厚板力学性能、化学成分、工艺参数、组织结构的数据进行转换、筛选,建立数据仓库,分析数据仓库实施过程和建立数据仓库策略。离线建立S公司中厚板厂轧制过程数据仓库,以轧制力为分析主题,研究数据仓库的建模方案。 2) 采用灰色关联度分析影响中厚板力学性能的工艺参数和化学成分。分析结论:化学成分中C当量(CEQ)是第一要素,轧制工艺参数中终轧温度是第一要素。探讨基于数据仓库寻找最优成分范围和终轧温度范围的方法,并形成专家系统的知识库,指导现场的生产。 3) 利用J公司的中厚板力学性能的数据集市,建立QEIP-ES,研究QEIP-ES的总体结构、知识表示方法、推理机制、使用算法,重点研究了QEIP-ES的实现过程,包括:系统功能、数据库的设计、知识表示方法、规则库形成等。
论文目录:
摘要
ABSTRACT
第1章 绪论
1.1 研究目的和意义
1.2 中厚钢板生产技术的发展
1.2.1 产品性能控制
1.2.2 厚度和板形控制
1.2.3 平面形状控制
1.3 中厚板生产过程计算机的控制
1.4 智能化信息处理在轧制中的应用
1.4.1 智能化信息处理的应用状况
1.4.2 数据仓库与数据挖掘在轧制的应用
1.5 人工智能技术在轧制中应用
1.5.1 神经元网络在轧制过程中的应用研究现状
1.5.2 专家系统在轧制过程的应用研究现状
1.6 本文的目的和主要研究内容
第2章 构建中厚板生产企业数据仓库
2.1 引言
2.2 数据仓库与数据集市的定义
2.3 中厚板生产企业数据仓库的建设策略
2.3.1 建立数据仓库的基础环境
2.3.2 数据仓库的建设策略
2.3.3 数据仓库的建设方式
2.4 数据仓库的实施过程
2.4.1 数据管理
2.4.2 元数据管理
2.4.3 数据集市
2.4.4 数据仓库工具集
2.5 数据仓库的建模及基本操作
2.5.1 数据仓库的建模
2.5.2 数据仓库的基本操作
2.6 中厚板厂企业数据仓库建设实例
2.6.1 数据仓库平台的建设
2.6.2 中厚钢板轧制力数据集市模型的建立
2.6.3 中厚钢板力学性能数据集市模型的建立
2.6.4 应用数据仓库的体系结构
2.6.5 ETL程序设计
2.6.6 数据的预处理
2.7 数据仓库的应用
2.7.1 中厚板质量评估与改进
2.7.2 查询与报表打印
2.8 本章小结
第3章 灰色关联度在中厚板质量分析中的应用
3.1 引言
3.2 灰色关联度模型
3.2.1 一般关联度
3.2.2 绝对关联度
3.2.3 斜率关联度
3.2.4 改进关联度
3.2.5 B型关联度(主因素分析法)
3.3 计算方法及基本步骤
3.4 在中厚板质量分析中的应用实例
3.4.1 参考数列和比较数列的选取
3.4.2 计算化学成分和工艺参数与力学性能之间的关联度
3.4.3 在化学成分数据集市中寻优最佳 CEQ
3.4.4 中厚板材力学性能与碳当量、终轧温度的关系
3.5 本章小结
第4章 QEIP-ES总体设计
4.1 引言
4.2 QEIP-ES概述
4.3 QEIP-ES的总体框架
4.4 QEIP-ES知识的表示方法
4.4.1 产生式规则表示
4.4.2 框架表示
4.4.3 面向对象知识表示
4.5 QEIP-ES的推理机制
4.5.1 对象推理机
4.5.2 产生式规则推理机
4.5.3 基于事例推理(CBR)
4.6 QEIP-ES的算法
4.6.1 部分最小二乘法
4.6.1.1 模式空间的势和分类图
4.6.1.2 部分最小二乘法算法
4.6.1.3 数据分析策略
4.6.2 BP神经网络算法
4.7 QEIP-ES的知识库设计
4.7.1 QEIP-ES数据库
4.7.2 QEIP-ES面向对象编程实现
4.7.3 QEIP-ES知识库建立
4.8 本章小结
第5章 QEIP-ES人机界面设计
5.1 引言
5.2 QEIP-ES人机界面采用技术
5.3 QEIP-ES人机界面
5.3.1 数据处理菜单界面
5.3.2 基础数据分析界面
5.3.3 质量分析界面
5.4 QEIP-ES人机界面设计过程
5.4.1 人机界面设计基础
5.4.2 人机交互界面导航
5.4.3 人机交互界面图表
5.4.4 填表输入界面的设计
5.4.5 人机交互界面图标的设计
5.4.6 人机交互界面设计要素
5.5 本章小结
第6章 QEIP-ES的应用
6.1 引言
6.2 16Mn R力学性能的改进
6.2.1 数据样本综合分类
6.2.2 单目标样本分类
6.2.3 PLS映照信息
6.3 终轧温度目标值确定
6.3.1 构建终轧温度BP网络
6.3.2 经验辅助知识表达
6.3.3 模式识别知识表达
6.3.4 运行过程
6.4 QEIP-ES界面功能
6.4.1 数据转储方法
6.4.2 数据存储形式
6.4.3 力学性能不合格分析
6.5 本章小结
第7章 全文结论
参考文献
攻读博士学位期间完成的工作
致谢
作者简介
发布时间: 2006-10-25
相关论文
- [1].中厚板轧制过程软测量技术的研究与应用[D]. 丁敬国.东北大学2009
- [2].中厚板高精度厚度控制的研究与应用[D]. 孙涛.东北大学2009
- [3].中厚板轧后冷却过程温度场解析解研究与应用[D]. 于明.东北大学2009
- [4].中厚板轧制轧件头部弯曲及其控制的研究[D]. 田勇.东北大学2009
- [5].宝钢新建板带轧机轧制规程及机型选择的研究[D]. 戚向东.燕山大学2002
- [6].板带轧机板形计算理论及其在宽带轧制中应用研究[D]. 李俊洪.燕山大学2003
- [7].700MPa级高强度微合金钢生产技术研究[D]. 陆匠心.东北大学2005
- [8].高精度宽带钢冷轧机板形模糊神经控制的研究[D]. 贾春玉.燕山大学2006
- [9].薄带钢冷轧过程的弹塑性有限元模拟[D]. 时旭.东北大学2005
- [10].无网格RKPM法及其在轧制中的应用[D]. 崔青玲.东北大学2005
标签:中厚板论文; 数据仓库论文; 数据集市论文; 数据挖掘论文; 灰色关联度论文; 分类模式识别论文; 专家系统论文; 部分最小二乘法论文; 力学性能论文; 人机交互界面论文;