随着计算机控制技术的逐步普及,铝电解生产过程积累了大量的原始数据,使得利用数据挖掘技术发现海量数据中隐藏的知识成为可能。铝电解槽是铝电解生产的核心设备,如何从日报数据中挖掘知识,进而科学地描述和预测铝电解槽槽况,来指导实际生产,对提高我国铝电解生产企业决策的科学化水平,更好地实现铝电解生产的节能减排具有重要意义。针对目前铝电解槽日报数据中存在的人为因素多、对电解槽的决策多靠经验等问题,本项目将从铝电解生产实际出发,以节能减排、提高企业可持续发展潜力为目标,重点研究以下内容:1)用于铝电解生产的六西格玛判异准则及数据预处理算法;2)趋势序列模式挖掘算法;3)基于趋势序列模式的铝电解槽槽况预测模型;4)面向铝电解槽生产决策的交互式可视化数据挖掘方法。本项目有望改善我国铝电解领域数据丰富、而知识相对贫乏的现状,具有重要的理论意义与广阔的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
监管的非对称性、盈余管理模式选择与证监会执法效率?
基于LASSO-SVMR模型城市生活需水量的预测
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
基于多模态信息特征融合的犯罪预测算法研究
多信息融合的铝电解槽阴极状态预测研究
泄流式铝电解槽TiB2/C阴极及电解槽冶金反应工程学研究
铝电解槽槽帮与电解质多尺度行为机理与数学建模
基于区间灰数序列建模的灰霾因素识别、发展趋势预测及治理研究