学位论文 > 优秀研究生学位论文题录展示

基于模式识别和数据挖掘的铝工业生产节能降耗研究

作　者: 娄小芳
导　师: 邹逢兴
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 模式识别数据挖掘铝工业能耗寻优关联规则挖掘相关性分析 K-平均算法门限法聚类分析算法节能
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 132次
引　用: 0次
阅　读: 论文下载

内容摘要

流程工业是国民经济发展的重要支柱,并广泛存在于冶金、制药、化工等行业,地位举足轻重。用先进的制造、控制和管理技术对流程工业生产系统进行改造,保持关系国计民生的重点工业领域的又好又快发展,对于保障国家安全、维护国家利益和增强国家经济竞争力都非常关键。随着全球经济迅猛发展,能源供应和需求之间的矛盾已日渐突出,节约能源已成为全人类的主题,是每个国家发展经济的一项长远的战略方针。特别是在能耗巨大的冶金工业中,研究在生产中如何降低能耗具有重大的现实意义。这不仅能够降低企业的生产成本,增强企业的竞争能力和对市场的适应能力,而且对缓解我国能源紧张的局面,解决可持续发展的瓶颈问题,促进我国经济社会的发展具有重大的战略意义[1]。以铝工业生产为例,如果在铝工业生产过程中,对其耗能过程运用模式识别的方法进行研究,以实现数据挖掘,从而找出其中隐含的规律,得出影响能耗的主要因素,在生产过程中避开这些因素,找到一条节能降耗的生产路线,这样科学的安排生产,将能够节约大量的能源。可以帮助企业提高敏捷化程度,降低物料和能耗,提高在全球经济下的市场竞争力和企业的经济效益。本文以国家自然科学基金重点项目《面向节能降耗的有色冶金过程控制若干理论和方法研究》(项目编号:60634020)的一个子项目——《流程工业过程的模式识别能耗寻优与优化调度方法研究》作为背景开展研究,针对铝工业生产过程中的节能降耗问题,主要做了以下工作:1、对铝工业生产的全过程进行了调研,在阅读大量文献的基础上,对铝工业生产过程中的能耗情况进行了综述,并对其生产吨铝的能耗进行了分析提炼,对铝工业生产中的能耗进行了建模。由于得不到实际生产数据,为了方便仿真研究,针对生产吨铝的能耗状况采用Matlab仿真,生成了1000组能耗数据。2、针对生产吨铝的节能降耗问题,基于数据挖掘中关联规则挖掘的原理,提出了基于相关性分析的关联规则挖掘算法。通过仿真找到了影响能耗的主要因素,挖掘出了其中隐含的规律,说明算法在解决铝工业生产的节能降耗问题上具有可行性和有效性。3、根据对铝工业生产的能耗问题的建模,运用C++编程实现了将K-平均算法用于解决铝工业生产的节能降耗问题,首次尝试将类似的模式识别算法用在铝工业生产的能耗优化问题上,通过仿真,找到了一个解决问题的方案。说明算法是可行的,表明这种尝试是成功的。4、针对铝工业生产的能耗问题,研究了一种新的模式识别算法——门限法聚类分析算法。将该算法用于解决铝工业生产的能耗问题,取得了较好的结果,但是该算法对于参数的选择具有盲目性,所以对算法进行了改进。通过计算数据间的距离来定义参数,提出了改进型门限法聚类分析算法,能够找到一个更好的解决方案,但是增加了计算时间。5、将各种算法放在一起进行了比较分析,对产生的各种结果进行了对比。比较结果表明,几种算法在解决铝工业生产的节能降耗问题上都是可行的、有效的,但各有优劣,在实际中可以视情况而定,选择合适的算法。最后,对全文进行了总结,并对基于模式识别和数据挖掘的铝工业生产节能降耗的下一步研究重点进行了展望。

全文目录

摘要  9-11
ABSTRACT  11-13
第一章绪论  13-29
  1.1 引言  13-14
  1.2 模式识别技术  14-17
    1.2.1 模式和模式识别的概念  14
    1.2.2 模式识别系统组成  14-15
    1.2.3 模式识别分类  15-16
    1.2.4 模式识别的应用  16-17
  1.3 数据挖掘技术  17-22
    1.3.1 数据挖掘与知识发现产生的背景  17
    1.3.2 数据挖掘的定义和特点  17-18
    1.3.3 数据挖掘的常用方法  18-21
    1.3.4 数据挖掘技术的应用领域  21-22
  1.4 聚类分析  22-25
    1.4.1 聚类分析的基本思想  22
    1.4.2 方法的有效性  22-23
    1.4.3 聚类的算法  23-24
    1.4.4 聚类算法分类  24-25
  1.5 铝工业生产概况  25-26
  1.6 本文的主要工作与论文结构  26-29
第二章铝工业生产及其能耗概述  29-42
  2.1 引言  29
  2.2 铝工业生产概述  29-37
    2.2.1 氧化铝生产概述  29-34
    2.2.2 电解铝生产概述  34-36
    2.2.3 铝加工生产概述  36-37
  2.3 铝工业生产中的能耗情况  37-40
    2.3.1 配矿阶段能耗情况  37
    2.3.2 氧化铝生产阶段能耗情况  37-38
    2.3.3 电解铝生产阶段能耗情况  38-39
    2.3.4 铝加工阶段能耗情况  39-40
  2.4 本章小结  40-42
第三章基于相关性分析的关联规则挖掘算法及其在铝工业生产节能中的应用研究  42-53
  3.1 关联挖掘基本概念  42-44
  3.2 基于相关性分析的关联规则挖掘算法  44-46
  3.3 本挖掘算法用于铝工业生产节能的仿真研究  46-52
    3.3.1 仿真实验与结果  46-47
    3.3.2 结果分析  47-52
  3.4 本章小结  52-53
第四章 K-平均算法及其在铝工业生产节能中的应用研究  53-61
  4.1 聚类分析技术  53-57
    4.1.1 模式相似性测度  53-56
    4.1.2 K-平均算法  56-57
  4.2 K-平均算法用于铝工业生产节能的仿真研究  57-60
    4.2.1 仿真实验与结果  57-59
    4.2.2 结果分析  59-60
  4.3 本章小结  60-61
第五章改进型门限法聚类分析算法及其在铝工业生产节能中的应用研究  61-70
  5.1 门限法聚类分析算法及节能仿真  61-64
    5.1.1 门限法聚类分析算法  61-62
    5.1.2 门限法聚类分析算法的节能仿真  62-64
  5.2 改进型门限法聚类分析算法的提出与节能仿真  64-67
    5.2.1 门限法聚类分析算法的改进  64
    5.2.2 改进型门限法聚类分析算法的节能仿真  64-67
  5.3 门限法聚类分析算法改进前后的比较  67-68
  5.4 本章小结  68-70
第六章各种算法比较  70-80
  6.1 门限法聚类分析算法与K-平均算法比较  70-73
    6.1.1 分类结果统计图  70-72
    6.1.2 分类结果对比分析  72-73
  6.2 门限法聚类分析算法与基于相关性分析的关联规则挖掘算法比较  73-76
  6.3 K-平均算法与基于相关性分析的关联规则挖掘算法比较  76-79
  6.4 本章小结  79-80
第七章总结与展望  80-83
  7.1 总结  80-81
  7.2 展望  81-83
致谢  83-84
参考文献  84-88
作者在学期间取得的学术成果  88

基于模式识别和数据挖掘的铝工业生产节能降耗研究

内容摘要

全文目录

相似论文