数据挖掘在轮胎均匀性试验数据上的应用

张健斌， 朱兰娟（上海交通大学自动化系， 上海 200240）

数据挖掘在轮胎均匀性试验数据上的应用

张健斌， 朱兰娟
（上海交通大学自动化系， 上海 200240）

摘 要：制造执行系统（MES）可以提升轮胎制造企业的运营水平，同时也集成了海量的制造环节数据，能够应用数据挖掘技术进行充分利用和挖掘，使信息更有价值。基于MES数据仓库中提取的轮胎质检工段的均匀性检测数据，采用特征选择的方法分析影响各规格轮胎均匀性的质量因素及权重，比较了基于信息论、统计、相似度的几种算法的应用效果。对于均匀性数据的冗余属性问题，利用LFS+CFS进行分析，发现降维后的属性在预测均匀性等级、归档压缩和质量管理方面展现出了价值。

关键词：轮胎均匀性；制造执行系统（MES）；特征选择；数据挖掘；Python程序设计

0　前 言

数据挖掘技术在商业、银行、零售、基因工程等领域已经应用得十分广泛［1］。在工业领域，随着智能传感器以及集成以太网的控制器、驱动器、HMI、DCS、仪表的广泛应用，工业以太网技术将原本在车间里各自独立的各种机器、生产线、厂房设施、工艺流程、人员、产品等对象产生的信息，由底层的IoT兼容的控制器采集上来，MES/MOM等制造层信息系统对数据进行实时的采集和应用［2］。罗克韦尔公司的互联企业策略则提出，制造企业通过物联网技术实现互联互通，通过大数据技术和机器学习，转化和利用数据，可以改善制造企业的运营［3］。事实上，数据挖掘技术在工业领域，比如生产过程优化、质量管理、故障诊断、汽车制造、油田规划、矿藏产量等各个行业和生产环节都有所应用［4-7］。……