基于数据挖掘和SPC的冷轧产品质量控制系统设计与实现

摘要

本课题来自鞍山钢铁集团公司科技重大项目“冷轧产品质量控制与预测项目”，在现有信息系统不断完善的条件下，将各层系统的数据充分利用起来，实现对影响冷轧产品质量的关键指标的分析、控制和预测，为优化冷轧产品质量和辅助产品研发提供系统支撑和参考。
　　为实现冷轧生产过程质量控制与改进，本文在分析原来质控中的缺点的基础上，将SPC控制图和数据挖掘引入并应用到新的质控流程当中。在关键工序过程中使用SPC控制图对关键参数进行监控，保证生产的稳定，及时发现异常波动。
　　充分利用现代钢铁生产信息系统中累积的大量数据，挖掘隐藏于质量指标数据与工艺参数、化学成分等之间的关联规则。为此，建立统一规格的数据仓库收集、处理散布在各个层级的信息孤岛中的有价值的数据，作为挖掘分析的源。基于企业积累的经验数据和关联分析的结果，利用神经网络和决策树建立质量指标预测模型。通过测试预测模型的误差，选择最优的模型用来对生产过程中质量指标控制和预测，实现基于预测模型的在线冷轧性能指标预测和人工交预测的功能，有效调整生产中工艺参数使质量指标向希望的方向调整。
　　为实现上述目标，在对冷轧生产中的指标进行分析的基础上，将成熟的数据采集软件、数据分析挖掘软件通过成熟的软件框架集成在一起，完成冷轧产品质量控制与预测系统的开发。

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2国内外研究现状

1.3主要研究内容

第2章 冷轧质量管理和相关理论基础

2.1引言

2.2冷轧产品生产过程质量管理分析

2.3冷轧质量控制相关理论分析

2.4系统总体设计和分析

2.5 本章小结

第3章 基于SPC控制图的冷轧生产过程质量控制

3.1引言

3.2 控制对象的确定及控制图选择

3.3 SPC控制图在冷轧质量管理中的应用

3.4本章小结

第4章 冷轧生产过程质量管理中数据挖掘的应用

4.1引言

4.2 确定质量指标和相关影响因素

4.3 数据获取和处理

4.4 构建冷轧产品质量指标预测模型

4.5 本章小结

第5章 冷轧产品质量控制系统实现

5.1 引言

5.2 系统开发环境

5.3 系统功能介绍

5.4 本章小结

结论

参考文献

声明

致谢

个人简历