基于数据挖掘的钢桶生产的研究和分析

包莹莹+徐燕华+李荣+马雷

摘要：伴随着新兴技术的兴起和信息量的日益暴增，传统的钢桶制造行业势必面临严峻的挑战。面对钢桶生产环节所产生的海量的数据，提出了一种基于数据挖掘的钢桶生产的设计策略，将当下流行的数据挖掘技术和人工智能技术相结合，对钢桶生产过程中所涉及的各类原始数据和实时数据进行归类和分析，找出最适合的性能参数进行试验和生产。本设计通过数据分析技术降低了工人的负荷，提高原料的利用率、废品利用率以及能源利用率，从而提高产品的质量和企业的生产效益。

关键词：数据挖掘；人工智能；钢桶生产

中图分类号：TP311.13 文献标识码：A 文章编号：1007-9416（2017）11-0106-02

随着制造行业生产规范化和企业管理理念的加强，制造业的发展越来越依赖于先进的技术。如今，在制造行业的产品生命周期、企业管理的整个环节都需要面对海量的数据，面对这些数据，迫使我们不断寻找新的技术对这些数据进行规范化处理和分析，找出有价值的信息，为企业寻求发展。因此加强大数据应用的研究，对于推动制造业与信息技术跨界融合、加快实施中国特色智能制造，以及提升制造行业国际竞争力具有重要意义。当然在未来的工业大数据时代，具备改善企业现有状况最有力的工具就是数据挖掘。

钢桶生产工艺過程中涉及的数据信息直接影响钢桶的品质和生产效率。因此，利用数据挖掘和人工智能技术对钢桶制造过程中所涉及的数据信息进行数据建模分析，以便对数据进行归类和分析，寻找数据之间的关联，确定钢桶制造最优设计参数。与此同时对钢桶生产线进行数字化改造，引进较好的生产设备，在此基础上进行钢桶生产制造可以获得更高原料利用率，废品利用率，能源利用率，从而提高生产效益。此外，随着生产批量的增大，生产企业创造的利税逐年增多，产品的性能在逐步完善提高，由此可带来了可观的经济收入效益和社会效益。不仅如此，这种技术不仅可以应用于企业生产，还可以应用于企业管理，企业服务以及企业运作等方面。

1 相关技术研究

1.1 数据挖掘技术

数据挖掘是信息时代研究的热门领域，涉及人工智能、模式识别与数据库技术等学科，应用领域及其广泛。数据挖掘技术是指从数据中“发现金矿”，从数据中“获取智慧”的过程。它是指提取现实问题中海量的数据信息进行研究和分析，寻找数据间的关联，预测数据的发展趋势，挖掘出隐含的有价值的信息进行决策分析[1]。利用数据挖掘技术对于企业生产过程、销售过程以及管理过程中所涉及的数据进行有效分析有利于企业进行宏观调控，从相关联的业务关系中挖掘出有用的信息，为企业获得效益。因此对于企业来说，数据挖掘有利于企业找出事物内部存在的规律和趋势，通过已知的事实来预测未来的趋势，发现未知的结果。从这个意义上来说，知识就是力量，数据挖掘就是财富。

1.2 钢桶制造技术

传统的钢桶的生产工艺流程主要包含几个方面：（1）毛坯下料；（2）钢板成型；（3）钢板进入焊机，卷圆缝焊；（4）经过电磁烘干线烘干；（5）经过储罐输送带风干冷却；（6）进入五工位加工装置，依次经过翻边预卷工位、底部封底工位、扩张工位、卷线工位、涨筋工位；（7）之后通过输送带将封底后的桶送入自动点焊机进行焊接[2]。

2 基于数据挖掘的钢桶生产的设计策略

2.1 研究方案

本设计是基于钢桶生产工艺特性并结合钢桶制造的基础样本数据，充分分析国内外钢桶制造的先进理论和技术，在企业制桶经验的基础上，从中采集关于钢桶制造过程中所涉及的原材料选取，焊接质量和温度以及钢桶材料相关参数（校平参数、桶身卷圆参数、桶身翻边参数、波纹环筋滚压成形参数、钢桶的拉伸成形参数、桶底顶预卷参数、钢桶卷封装配参数、钢桶性能测试参数、钢板下料的长短，对角距离）等数据信息，在此基础上引入人工智能技术，选择当下流行的人工神经网络、小波技术以及支持向量机等算法并结合数据挖掘方法对不同组数据进行建模分析，从而找出数据之间的关联，并对结果进行分析和评估，从中选出最优的数据信息，在此基础上进行反复试验来确定钢桶制造工艺流程中的设计数据，从而得出最终的设计方案和工艺路线。这样可以及时发现生产过程中的问题，采取适当的改善和补救措施来消除问题或降低问题带来的损失，从而提高生产效率和产品质量。与此同时，还要对原有设备进行数字化改造，引入较好的软硬件设备，为钢桶的生产制造保证最好的生产线。

2.2 实施过程

本设计是在吸收国内外先进技术的基础上，综合了人工智能技术、数据挖掘技术、信息控制技术、电气控制技术、优化设计方法与系统工程设计思想，利用大数据分析和人工智能技术对钢桶的数字化生产进行研究，具体实施过程分为如下几个步骤：

（1）数据采集：钢桶制作工艺过程所涉及的数据信息是海量的，将以往生产过程所涉及的数据信息以及国内外成熟的钢桶原始样本数据进行采集是一个庞大的工作量。此外，获取合理、有效、有用的数据才能为我们的后期建模分析出最精准的数据打下坚实的基础，所以这部分工作量非常繁琐和繁重，是后期研究的基础保障。（2）建库和入库：对前期采集的历史数据和生产过程中产生的实时数据进行筛选和预处理，并及时存储在项目数据库中以备后期进行数据挖掘分析。（3）数据分析：对采集的各类数据信息选择不同的数据挖掘方法进行建模分析和评价，从而获取最优的数据信息，具体过程分为数据采集、数据预处理、建模分析以及结果反馈。本设计中所采用的数据挖掘技术主要是基于人工智能技术，包括当下比较流行的人工神经网络、SVM（支持向量机）以及小波技术[3]。（4）确定钢桶生产方案：对从上述过程中获取的钢桶生产数据信息进行各方面验证，并确定相应的设计方案，为后序生产过程做好充足的准备。（5）生产设备的数字化改造：引入分布式网络控制高精度制桶技术、人工智能技术等信息技术对生产设备进行数字化改造，从而提高产品的品质和企业的生产效益。（6）生产工艺改进：完善钢桶制造的生产工艺，引入新的方法和技术，来提高钢桶的产品质量。例如在生产过程中加入镀锌工艺，省去钢桶后期需要的镀锌操作，避免钢桶受到侵蚀，提高钢桶的使用寿命。（7）制桶方案试验：在市场调研、技术文献查阅、数据采集、数据建库入库、数据分析、生产工艺改进、生产设备数字化改造以及现有生产设备的基础上，采用企业最先进的生产线进行反复试验，直到获取由此方案制造的最满意的钢桶。（8）完善方案，投入生产：在反复生产试验的基础上，将理论和实践经验相结合，同时继续完善和改进钢桶制造方案，最后将其投入生产。endprint

2.3 技術优点

相对于传统的钢桶制造技术，本技术具备的优点包括几个方面：（1）引入计算机领域流行的数据挖掘技术，将大数据分析和生产有效地结合在一起，有效地提高生产效率，并更好地保证产品质量。（2）数据挖掘分析中引入当下流行的人工智能技术，为数据挖掘提供了更有效的方法，为分析最优数据提供了更好的途径。（3）采用当下流行的人工神经网络和SVM（支持向量机），可以提高数据分析的效率，具备自学能力以及一定的推广、概括能力和自适应能力。（4）钢桶制造工艺过程中所涉及的参数设置在生产之前通过数据挖掘分析得出，此方法不仅可以降低工人反复研发制桶工作，而且可以提高企业的生产效益和工人的工作效益。（5）融入镀锌操作的钢桶制造生产工艺简单、操作方便，生产效率高。通过镀锌技术使钢桶避免受到外界环境的侵蚀、具备防腐效果好，质量较佳，使用寿命长，不易损坏等特点，有较好的市场价值，适宜推广。（6）引入先进生产线不仅可以改善原有生产设备和生产流程，而且可以提高其智能化和自动化以及产品的生产效益，与此同时还可将工人从繁琐的工作中减轻出来，提高工作人员工作的舒适度。（7）随着产品生产批量地增大，企业创造的利税将逐年增多，同时产品的性能也在逐步完善提高，由此将为企业带来了可观的经济收入效益和社会效益。

3 结语

本设计符合国家倡导的“节能低耗+绿色环保+协调可持续发展+创新思路”的发展模式，在引入计算机领域流行的数据挖掘和人工智能技术的基础上，将数据分析和生产有效地结合在一起，更好地保证生产的效率和产品质量。此技术不仅仅可以应用于生产环节，还可以应用到企业的各个环节，将来自企业设计、研发、生产、工程、销售、管理等各个部门的数据信息集中在信息平台上，对这些信息利用大数据分析进行宏观调控，确保各部门的协同工作，提高工厂的生产效益、服务水平及智能化发展，为今后建设“智能生产+智能产品+智能服务”三位一体的新型制造业工厂奠定了基础。

参考文献

[1]张良均，陈俊德，刘名军，陈荣.数据挖掘应用案例分析[M].北京：机械工业出版社，2013.

[2]林陈彪.内喷涂钢桶性能特点及生产工艺实践[J].包装工程，2016，（1）：170-173.

[3]尹丽东，范丽亚.几种SVM的优劣性比较[J].聊城大学学报：自然科学版，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