生产过程质量控制对于生产企业提高产品质量具有非常重要的意义。生产企业生产过程通过大量传感器的采样,获得了海量的生产历史数据,而这些生产数据中必然隐藏着和质量有关的知识。本文将数据挖掘运用于生产过程质量控制中,针对生产过程的特点,如间歇型生产与连续型生产、历史数据为时间序列、各工艺参数采样时间不同等,给出了一般的动态数据挖掘方法,用于解决生产过程的质量预测问题和质量分析问题。具体包括以下几个内容: 1.通过大量的中外文献阅读,对数据挖掘的基本知识、挖掘对象、方法技术以及数据挖掘领域的挑战和发展趋势进行了综述。同时,对于本文研究所关心的现有的数据挖掘工具、数据挖掘工具的评价标准以及数据挖掘工具的发展方向进行了分析探讨。 2.提出了生产过程质量控制的两个基本问题,即质量预测问题和质量分析问题。针对生产过程的特点,给出了将动态数据挖掘技术应用于生产过程的一般方法。 3.将面向生产过程质量控制的动态数据挖掘方法应用于连续铸造过程,用于解决以连铸铸坯表面裂纹为质量指标的质量预测问题和质量分析问题。仿真结果显示出方法的正确性和有效性。 4.研制开发了生产过程质量控制动态数据挖掘平台DMPlatform。针对某钢铁企业的实际情况,制定了四套挖掘方案,用于该钢铁企业的数据分析部门使用,并显示出良好的性能。