当前课程知识点:大数据管理与挖掘 >  第12章 大数据技术应用 >  12.2 纺纱质量控制 >  12.2 纺纱质量控制

返回《大数据管理与挖掘》慕课在线视频课程列表

12.2 纺纱质量控制在线视频

下一节:第12章 讨论

返回《大数据管理与挖掘》慕课在线视频列表

12.2 纺纱质量控制课程教案、知识点、字幕

好 同学们好

我们接着上节课内容给大家讲

这节我们讲纺纱质量控制

我们这个纺纱质量控制就是数据驱动的控制

我们在获取数据的基础上建立控制模型

那我们控制模型

如我们右图所示

在这里面

我们按照我们左面的整个流程建立控制系统

那么在这里面通过数据的关系

我们建立数据输入输出之间的逻辑关系

如我们右下角所示

通过这个过程

我们建立这个控制平台

具体过程如下面所示

这里面我们对所有数据进行训练

这时候

我在这里面提取我们纱线质量的特征

或者说在这里面

我们提取我们数据最显著的各种指标

把我们最显著指标

提取以后我们进行建立我们的模型

同学们现在回想一下

我们以前建立模型的思路方法是什么呢

就是我们经常说的带反馈的输入输出模型

那在这里面

我们通过纱线的关键质量指标

就是我们上节课给大家解释的断裂强度

通过断裂强度

建立我们的控制模型

由此在这个过程当中

对我们控制模型进一步的训练

这里面我们训练的方法思路就是我们的K均值

DKmeans算法的这些训练

然后建立这样的模型以后

我们还有各种方式或方法来进行求解

求解的时候我们这个过程当中最早采用的

烟花算法进行求解

由此形成了基于烟花算法的

这种纺纱质量控制系统平台

接下来我给大家讲一下怎样去构造

这样一种控制平台

怎样去具体控制

由此我们给大家讲一下

基于数据驱动的这种纺纱质量控制技术

首先我们按照整个纺纱流程

把所有的数据或者说纱线质量指标的关系

给它构造出来

针对整个纺纱工艺间的

这种知识关联度过低的问题

进行纺纱质量关于

纺纱数据间的关联关系的研究或说构造

由此建立一种基于多工序知识关联的

纺纱质量控制模型

这个过程大家可以看下

我首先选取纱线的各种指标

围绕整个流程

从我们整个纺织过程当中

清梳联 并粗 然后到细纱到粗纱等这个过程

通过这个过程

把纱线各种特征值提取

建立它们之间的输入输出关系

这个输入输出关系怎么样来的呢

就是我们按照纺纱工艺流程而来的

通过纺纱的工艺流程

通过它们间的工艺计算

那么在这基础上

我们通过提取这些数据的特征

比如说我们刚才说的断裂强度

进行断裂强度指标之间的计算

这个指标之间的计算就是说

从前一工序到后一工序或者说

先工序的输入到后工序的输出之间建立关系

形成这种多工序知识关联的纺纱质量控制模型

整个过程大家可以从右图上可以看一下

就这样的一个过程

接下来我在这基础上进行下一步的研究

那么在这里面可以

从这个图上可以看到我构造一个

多工序知识关联这个模型

这个模型大家看下是不是跟我刚才说的

带反馈的输入输出模型非常相似呢

在这过程当中我通过先一工序的输入和

后一工序的输出这种关系

建立这样一个平台

然后在这个基础上对所有数据来进行训练

训练过程我们就是采用以前说的K均值

DK-means算法和K中心点这种算法

这个方法把我们整个过程进行了优化

优化完以后

我们进行整个模型的所有数据的计算空间

和进行复杂度的计算和复杂度的测算

通过这个测算

我们得到一个比较最优的多工序知识关联的

这种纺纱质量控制系统和控制平台

通过这个平台

我们建立各种指标之间和关键因素之间的关系

由此

把我们的关键因素识别出来

这样的话

我们在实践设备互联基础上

实现数据的采集 分析 存储

存储完以后对所有数据进行训练

训练完以后

我们建立多数据关联这种模型

再识别我们的关键因素

通过这个关键因素的识别

我就可以看到哪些因素影响纱线质量的关键因素

通过关键因素的提取

我们就可以对关键因素进行控制

由此来实现我们的纱线质量的控制

接着我们往下看

在这里面

通过这个思路

我们首先建立了上位机下位机

这样的一个系统平台

在这个平台上面

我们上位机就是我刚才给大家讲的

我们通过数据的采集 分析

处理 关键因素的提取

然后来构建我们的数据提取算法

数据挖掘的方式方法

然后来建立我们的平台

而下位机是什么呢

大家可以从左下图可以看一下

就说我们前期研发的各种数据采集装置

数据采集卡和我们的多路复用数据采集板

在这个基础上

我们进行纱线质量控制

大家从右上图可以看下整个平台就是

我们研发整个质量控制平台

在这个平台上

我们通过数据质量关系

数据之间的挖掘方式

进一步在这基础上进行数据的可视化

展示什么呢

就展示我们的纱线的内部结构 纱线的形态

甚至我们再深一层纤维的内部结构 内部形态

在这个基础上我们进一步的深挖

提取我们纱线结构里面的各种分子的运动结构

运动形态

这些形态以什么形式表示呢

就是我们现在的各种数据挖掘的方式和形态

好 接着我们把这个平台

通过各种方式进行比较展示

由此就形成这样的结果

通过这个结果大家可以看一下

我们从这个表可以看在这里面

我们围绕整个流程对所有的数据

来进行分析和可视化展示

得到了这样一个控制结果

这个结果就是我们所有数据挖掘的结果

我们接着往下看

我们从右图上可以看到

在这里面通过各种数据的表示

我们展示了纱线的各种指标

它们之间的关联是 比方这里边的

我们所说的条干 细度 粗节 棉结等等

在这个里面

我们把这个结果大家想想

我还要继续干什么呢

还要进行各种数据的比较和分析

那么比较干什么呢

就是我们需要我们对这个算法的可行性进行比较

在这里面

对我们整个纱线质量控制结构进行比较

比较完以后我们无论是

我们的条干 细节 棉结和粗节

也优于我们现在国家报道最新的YARNSPEC系统

接着往下看

然后来我们把这个平台和我们数据挖掘结果

进行到企业的应用和实践

实验结果表明

无论是我们的产量

质量和成本都比企业界定的各种指标都有所降低

甚至在这里面

最主要是我们质量比我们厂家制定的指标

还提高了3%个点

我们的质量控制指标比这里面的合格率

提高了6%个点

充分说明我们现在研发这个数据平台数据挖掘算法

具有比较好的健壮性

同时我们研究这干什么呢

最主要是通过数据驱动我们整个纺织企业的

纺纱质量要提升

提升它们的品质和产量和质量

由此进一步的通过企业的具体应用

我们要通过数据挖掘方式

为企业的发展要做出一定的贡献

从而实现我们大数据时代的整个质量的控制

为纺织企业甚至说纺织企业的智能制造

工业四点零要做出的贡献

这是我们质量控制甚至说我们数据挖掘技术

在整个纺纱质量控制中具体应用

这节课我就讲到这儿

谢谢

大数据管理与挖掘课程列表:

第1章 课程概述

-第1章 教学目标

--第1章 教学目标

-1.1 大数据的基本概念

--1.1 大数据的基本概念

-1.2 大数据的演变过程

--1.2 大数据的演变过程

-1.3 大数据应用

--1.3 大数据应用

-1.4 大数据的处理模式

--1.4 大数据的处理模式

-1.5 大数据管理的关键技术

--1.5 大数据管理的关键技术

-第1章 作业

--第1章 作业

-第1章 讨论

--第1章 讨论

第2章 大数据融合

-第2章 教学目标

--第2章 教学目标

-2.1 大数据融合的概念

--2.1 大数据融合的概念

-2.2 大数据融合的方法论

--2.2 大数据融合的方法论

-2.3 数据融合技术

--2.3 数据融合技术

-2.4 知识融合技术

--2.4 知识融合技术

-2.5 大数据融合的驱动枢纽

--2.5 大数据融合的驱动枢纽

-2.6 小结

--2.6 小结

-第2章 作业

--第2章 作业

-第2章 讨论

--第2章 讨论

第3章 大数据存储

-第3章 教学目标

--第3章 教学目标

-3.1 大数据存储与管理方法

--3.1 大数据存储与管理方法

-3.2 基于新型存储的大数据管理

--3.2 基于新型存储的大数据管理

-3.3 大数据处理与存储一体化技术

--3.3 大数据处理与存储一体化技术

-3.4 小结

--3.4 小结

-第3章 作业

--第3章 作业

-第3章 讨论

--第3章 讨论

第4章 大数据分析

-第4章 教学目标

--第4章 教学目标

-4.1 大数据的实时分析

--4.1 大数据的实时分析

-4.2 大数据的交互式分析

--4.2 大数据的交互式分析

-4.3 云在线聚集

--4.3 云在线聚集

-4.4 大数据的智能分析

--4.4 大数据的智能分析

-4.5 小结

--4.5 小结

-第4章 作业

--第4章 作业

-第4章 讨论

--第4章 讨论

第5章 大数据隐私

-第5章 教学目标

--第5章 教学目标

-5.1 隐私保护技术

--5.1 隐私保护技术

-5.2 隐私保护技术的应用

--5.2 隐私保护技术的应用

-5.3 大数据隐私管理

--5.3 大数据隐私管理

-5.4 小结

--5.4 小结

-第5章 作业

--第5章 作业

-第5章 讨论

--第5章 讨论

第6章 大数据管理系统

-第6章 教学目标

--第6章 教学目标

-6.1 云计算 大数据基础平台与支撑技术

--6.1 云计算 大数据基础平台与支撑技术

-6.2 批数据与流数据管理系统

--6.2 批数据与流数据管理系统

-6.3 SQL NOSQL与NEWSQL系统

--6.3 SQL NOSQL与NEWSQL系统

-6.4 小结

--6.4 小结

-第6章 作业

--第6章 作业

-第6章 讨论

--第6章 讨论

第7章 数据回归方法

-第7章 教学目标

--第7章 教学目标

-7.1 一元回归

--7.1 一元回归

-7.2 多元回归

--7.2 多元回归

-7.3 逐步回归

--7.3 逐步回归

-7.4 Logistic回归

--7.4 Logistic回归

-7.5 应用实例-多因子选股模型的实现

--7.5 应用实例-多因子选股模型的实现

-7.6 小结

--7.6 小结

-第7章 作业

--第7章 作业

-第7章 讨论

--第7章 讨论

第8章 分类方法

-第8章 教学目标

--第8章 教学目标

-8.1 分类方法概要

--8.1 分类方法概要

-8.2 K-近邻(KNN)

--8.2 K-近邻(KNN)

-8.3 贝叶斯分类

--8.3 贝叶斯分类

-8.4 神经网络

--8.4 神经网络

-8.5 LOGISTIC分类

--8.5 LOGISTIC分类

-8.6 判别分析

--8.6 判别分析

-8.7 支持向量机(SVM)

--8.7 支持向量机(SVM)

-8.8 决策树

--8.8 决策树

-8.9 分类的评判

--8.9 分类的评判

-8.10 小结

--8.10 小结

-第8章 作业

--第8章 作业

-第8章 讨论

--第8章 讨论

第9章 聚类方法

-第9章 教学目标

--第9章 教学目标

-9.1 聚类方法概要

--9.1 聚类方法概要

-9.2 K-means方法

--9.2 K-means方法

-9.3 层次聚类

--9.3 层次聚类

-9.4 神经网络聚类

--9.4 神经网络聚类

-9.5 模糊C-均值(FCM)方法

--9.5 模糊C-均值(FCM)方法

-9.6 高斯混合聚类方法

--9.6 高斯混合聚类方法

-9.7 类别数的确定方法

--9.7 类别数的确定方法

-9.8 应用实例-股票聚类分池

--9.8 应用实例-股票聚类分池

-9.9 小结

--9.9 小结

-第9章 作业

--第9章 作业

-第9章 讨论

--第9章 讨论

第10章 预测方法

-第10章 教学目标

--第10章 教学目标

-10.1 预测方法概要

--10.1 预测方法概要

-10.2 灰色预测

--10.2 灰色预测

-10.3 马尔科夫预测

--10.3 马尔科夫预测

-10.4 实用实例-纺纱质量预测

--10.4 实用实例-纺纱质量预测

-10.5 小结

--10.5 小结

-第10章 作业

--第10章 作业

-第10章 讨论

--第10章 讨论

第11章 诊断方法

-第11章 教学目标

--第十一章 教学目标

-11.1 离群点诊断概要

--11.1 离群点诊断概要

-11.2 基于统计的离群点诊断

--11.2 基于统计的离群点诊断

-11.3 基于距离的离群点诊断

--11.3 基于距离的离群点诊断

-11.4 基于密度的离群点挖掘

--11.4 基于密度的离群点挖掘

-11.5 基于聚类的离群点挖掘

--11.5 基于聚类的离群点挖掘

-11.6 应用实例-纱线断点诊断

--11.6 应用实例-纱线断点诊断

-11.7 小结

--11.7 小结

-第11章 作业

--第11章 作业

第12章 大数据技术应用

-第12章 教学目标

--第12章 教学目标

-12.1 数字挖掘技术的应用

--12.1 数字挖掘技术的应用

-12.2 纺纱质量控制

--12.2 纺纱质量控制

-第12章 作业

--第12章 作业

-第12章 讨论

--第12章 讨论

12.2 纺纱质量控制笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。