基于數據挖掘的鋼桶生產的研究和分析

包瑩瑩+徐燕華+李榮+馬雷

摘要：伴隨著新興技術的興起和信息量的日益暴增，傳統的鋼桶制造行業勢必面臨嚴峻的挑戰。面對鋼桶生產環節所產生的海量的數據，提出了一種基于數據挖掘的鋼桶生產的設計策略，將當下流行的數據挖掘技術和人工智能技術相結合，對鋼桶生產過程中所涉及的各類原始數據和實時數據進行歸類和分析，找出最適合的性能參數進行試驗和生產。本設計通過數據分析技術降低了工人的負荷，提高原料的利用率、廢品利用率以及能源利用率，從而提高產品的質量和企業的生產效益。

關鍵詞：數據挖掘；人工智能；鋼桶生產

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1007-9416（2017）11-0106-02

隨著制造行業生產規范化和企業管理理念的加強，制造業的發展越來越依賴于先進的技術。如今，在制造行業的產品生命周期、企業管理的整個環節都需要面對海量的數據，面對這些數據，迫使我們不斷尋找新的技術對這些數據進行規范化處理和分析，找出有價值的信息，為企業尋求發展。因此加強大數據應用的研究，對于推動制造業與信息技術跨界融合、加快實施中國特色智能制造，以及提升制造行業國際競爭力具有重要意義。當然在未來的工業大數據時代，具備改善企業現有狀況最有力的工具就是數據挖掘。

鋼桶生產工藝過程中涉及的數據信息直接影響鋼桶的品質和生產效率。因此，利用數據挖掘和人工智能技術對鋼桶制造過程中所涉及的數據信息進行數據建模分析，以便對數據進行歸類和分析，尋找數據之間的關聯，確定鋼桶制造最優設計參數。與此同時對鋼桶生產線進行數字化改造，引進較好的生產設備，在此基礎上進行鋼桶生產制造可以獲得更高原料利用率，廢品利用率，能源利用率，從而提高生產效益。此外，隨著生產批量的增大，生產企業創造的利稅逐年增多，產品的性能在逐步完善提高，由此可帶來了可觀的經濟收入效益和社會效益。不僅如此，這種技術不僅可以應用于企業生產，還可以應用于企業管理，企業服務以及企業運作等方面。

1 相關技術研究

1.1 數據挖掘技術

數據挖掘是信息時代研究的熱門領域，涉及人工智能、模式識別與數據庫技術等學科，應用領域及其廣泛。數據挖掘技術是指從數據中“發現金礦”，從數據中“獲取智慧”的過程。它是指提取現實問題中海量的數據信息進行研究和分析，尋找數據間的關聯，預測數據的發展趨勢，挖掘出隱含的有價值的信息進行決策分析[1]。利用數據挖掘技術對于企業生產過程、銷售過程以及管理過程中所涉及的數據進行有效分析有利于企業進行宏觀調控，從相關聯的業務關系中挖掘出有用的信息，為企業獲得效益。因此對于企業來說，數據挖掘有利于企業找出事物內部存在的規律和趨勢，通過已知的事實來預測未來的趨勢，發現未知的結果。從這個意義上來說，知識就是力量，數據挖掘就是財富。

1.2 鋼桶制造技術

傳統的鋼桶的生產工藝流程主要包含幾個方面：（1）毛坯下料；（2）鋼板成型；（3）鋼板進入焊機，卷圓縫焊；（4）經過電磁烘干線烘干；（5）經過儲罐輸送帶風干冷卻；（6）進入五工位加工裝置，依次經過翻邊預卷工位、底部封底工位、擴張工位、卷線工位、漲筋工位；（7）之后通過輸送帶將封底后的桶送入自動點焊機進行焊接[2]。

2 基于數據挖掘的鋼桶生產的設計策略

2.1 研究方案

本設計是基于鋼桶生產工藝特性并結合鋼桶制造的基礎樣本數據，充分分析國內外鋼桶制造的先進理論和技術，在企業制桶經驗的基礎上，從中采集關于鋼桶制造過程中所涉及的原材料選取，焊接質量和溫度以及鋼桶材料相關參數（校平參數、桶身卷圓參數、桶身翻邊參數、波紋環筋滾壓成形參數、鋼桶的拉伸成形參數、桶底頂預卷參數、鋼桶卷封裝配參數、鋼桶性能測試參數、鋼板下料的長短，對角距離）等數據信息，在此基礎上引入人工智能技術，選擇當下流行的人工神經網絡、小波技術以及支持向量機等算法并結合數據挖掘方法對不同組數據進行建模分析，從而找出數據之間的關聯，并對結果進行分析和評估，從中選出最優的數據信息，在此基礎上進行反復試驗來確定鋼桶制造工藝流程中的設計數據，從而得出最終的設計方案和工藝路線。這樣可以及時發現生產過程中的問題，采取適當的改善和補救措施來消除問題或降低問題帶來的損失，從而提高生產效率和產品質量。與此同時，還要對原有設備進行數字化改造，引入較好的軟硬件設備，為鋼桶的生產制造保證最好的生產線。

2.2 實施過程

本設計是在吸收國內外先進技術的基礎上，綜合了人工智能技術、數據挖掘技術、信息控制技術、電氣控制技術、優化設計方法與系統工程設計思想，利用大數據分析和人工智能技術對鋼桶的數字化生產進行研究，具體實施過程分為如下幾個步驟：

（1）數據采集：鋼桶制作工藝過程所涉及的數據信息是海量的，將以往生產過程所涉及的數據信息以及國內外成熟的鋼桶原始樣本數據進行采集是一個龐大的工作量。此外，獲取合理、有效、有用的數據才能為我們的后期建模分析出最精準的數據打下堅實的基礎，所以這部分工作量非常繁瑣和繁重，是后期研究的基礎保障。（2）建庫和入庫：對前期采集的歷史數據和生產過程中產生的實時數據進行篩選和預處理，并及時存儲在項目數據庫中以備后期進行數據挖掘分析。（3）數據分析：對采集的各類數據信息選擇不同的數據挖掘方法進行建模分析和評價，從而獲取最優的數據信息，具體過程分為數據采集、數據預處理、建模分析以及結果反饋。本設計中所采用的數據挖掘技術主要是基于人工智能技術，包括當下比較流行的人工神經網絡、SVM（支持向量機）以及小波技術[3]。（4）確定鋼桶生產方案：對從上述過程中獲取的鋼桶生產數據信息進行各方面驗證，并確定相應的設計方案，為后序生產過程做好充足的準備。（5）生產設備的數字化改造：引入分布式網絡控制高精度制桶技術、人工智能技術等信息技術對生產設備進行數字化改造，從而提高產品的品質和企業的生產效益。（6）生產工藝改進：完善鋼桶制造的生產工藝，引入新的方法和技術，來提高鋼桶的產品質量。例如在生產過程中加入鍍鋅工藝，省去鋼桶后期需要的鍍鋅操作，避免鋼桶受到侵蝕，提高鋼桶的使用壽命。（7）制桶方案試驗：在市場調研、技術文獻查閱、數據采集、數據建庫入庫、數據分析、生產工藝改進、生產設備數字化改造以及現有生產設備的基礎上，采用企業最先進的生產線進行反復試驗，直到獲取由此方案制造的最滿意的鋼桶。（8）完善方案，投入生產：在反復生產試驗的基礎上，將理論和實踐經驗相結合，同時繼續完善和改進鋼桶制造方案，最后將其投入生產。endprint

2.3 技術優點

相對于傳統的鋼桶制造技術，本技術具備的優點包括幾個方面：（1）引入計算機領域流行的數據挖掘技術，將大數據分析和生產有效地結合在一起，有效地提高生產效率，并更好地保證產品質量。（2）數據挖掘分析中引入當下流行的人工智能技術，為數據挖掘提供了更有效的方法，為分析最優數據提供了更好的途徑。（3）采用當下流行的人工神經網絡和SVM（支持向量機），可以提高數據分析的效率，具備自學能力以及一定的推廣、概括能力和自適應能力。（4）鋼桶制造工藝過程中所涉及的參數設置在生產之前通過數據挖掘分析得出，此方法不僅可以降低工人反復研發制桶工作，而且可以提高企業的生產效益和工人的工作效益。（5）融入鍍鋅操作的鋼桶制造生產工藝簡單、操作方便，生產效率高。通過鍍鋅技術使鋼桶避免受到外界環境的侵蝕、具備防腐效果好，質量較佳，使用壽命長，不易損壞等特點，有較好的市場價值，適宜推廣。（6）引入先進生產線不僅可以改善原有生產設備和生產流程，而且可以提高其智能化和自動化以及產品的生產效益，與此同時還可將工人從繁瑣的工作中減輕出來，提高工作人員工作的舒適度。（7）隨著產品生產批量地增大，企業創造的利稅將逐年增多，同時產品的性能也在逐步完善提高，由此將為企業帶來了可觀的經濟收入效益和社會效益。

3 結語

本設計符合國家倡導的“節能低耗+綠色環保+協調可持續發展+創新思路”的發展模式，在引入計算機領域流行的數據挖掘和人工智能技術的基礎上，將數據分析和生產有效地結合在一起，更好地保證生產的效率和產品質量。此技術不僅僅可以應用于生產環節，還可以應用到企業的各個環節，將來自企業設計、研發、生產、工程、銷售、管理等各個部門的數據信息集中在信息平臺上，對這些信息利用大數據分析進行宏觀調控，確保各部門的協同工作，提高工廠的生產效益、服務水平及智能化發展，為今后建設“智能生產+智能產品+智能服務”三位一體的新型制造業工廠奠定了基礎。

參考文獻

[1]張良均，陳俊德，劉名軍，陳榮.數據挖掘應用案例分析[M].北京：機械工業出版社，2013.

[2]林陳彪.內噴涂鋼桶性能特點及生產工藝實踐[J].包裝工程，2016，（1）：170-173.

[3]尹麗東，范麗亞.幾種SVM的優劣性比較[J].聊城大學學報：自然科學版，2017，（2）：14-19.

Abstract：With the rise of emerging technologies and the increasing amount of information， the traditional steel barrel manufacturing industry will face serious challenges. It presents a design strategy based on data mining in the face of a huge amount of data which produced in the steel barrel production process.Combine the current popular data mining technology with artificial intelligence technology， it will classify and analyze all kinds of raw data and real-time data involved in the production process of steel drum， and find out the most suitable performance parameters for testing and production. This design will reduce the workers' load through data analysis technology， and it will improve the utilization rate of raw materials， wastes utilization and energy efficiency， thus it will improve the quality of products and the production efficiency of enterprises.

Key Words：data mining； artificial intelligence； steel drum productionendprint