基于数据挖掘的统计过程控制项目研究

时间:2021-03-21 17:35:22 论文提纲 我要投稿

基于数据挖掘的统计过程控制项目研究

    统计过程控制(Statistical Process Control)是一种借助数理统计方法的先进质量管理和控制技术,以过程的稳定性为主要目标,强调全过程的预防,能够有效地降低产品的不合格率,从而降低生产成本。 近年来SPC技术在国外的应用已经非常广泛,已经成为提高企业管理的有效工具,通过“SPC”方法运用统计技术对生产过程中的各工序参数进行监控,从而达到保证产品质量和生产精细化的目的。目前“SPC”在国内烟草企业的生产过程应用在生产管理和统计数据分析中大多只停留在现场的监控,和事后数据罗列。大部分还停留在使用MiniTab软件,或应用Excel表格中的一些简单SPC统计功能。只能进行事后分析和处理,数据处理滞后且效率较低,不能达到实时监控。 本文基于数据挖掘(data mining) SPC项目应用,利用数据挖掘理论识别卷烟生产关键工序,从大量数据中获取有效的、稳定模式的生产过程数据,对其进行分析建模。进行软件开发,采用面向多对象的思想,将制丝生产中所有质量特征经过检测仪器实时检测后,转换为计算机能识别连续型的随机变量数值,进一步更好的应用实时数据指导生产。 首先,介绍了我国烟草行业的概况和论文研究背景,论述了国内外相关技术的发展状况和研究状况,阐述了本课题的研究内容和意义并探讨了SPC及数据挖掘的原理及发展。 其次,进行了数据挖掘SPC质量控制系统设计。主要内容包括青岛卷烟厂企业信息化现状,确定实施SPC背景,及实施项目的'软硬件基础。 再次,进行了数据挖掘SPC系统在关键工序中的应用。根据业务相关需求设计了可行的数据挖掘的功能模型及算法、系统架构及其实现,包括具体的功能的实现,主要是在混丝加香段这个关键工序上验证了设计的可行性。具体是由带智能积分器的微分控制器保证其精度,并通过采集的样本来测算关键性能指标,使其符合预期的期望,满足生产工艺的要求,从而实现烟草质量控制的实时化、智能化。 最后,对全文进行了总结,并对课题下一步工作做了展望。
 

基于数据挖掘的统计过程控制项目研究

请继续阅读相关推荐:毕业论文    应届生求职

毕业论文范文查看下载