天津普智捷信息技术有限公司天津普智捷信息技术有限公司
您当前的位置:首页 >> 平台方案

图片111.png
                                                环保监测平台
数据挖掘平台:

钢铁生产过程中产生了大量的数据,按其性质不同大致可以分类如下: 生产过程数据、资源数据以及市场数据三大类,具体下图。针对不同的数据性质,数据挖掘应用的方面也不尽相同。

生产过程数据挖掘

生产过程数据挖掘,是通过对钢铁生产过程中的生产线上产品加工过程中产生的相关数据进行挖掘,这些数据主要包括不同钢种的加工时间、产量指标、质量指标以及每个工位的操作信息数据,可以优化工艺流程,提高产品质量,加快生产节奏,从而实现企业生产管理水平的提高。

挖掘中厚板生产的历史数据,可以构建钢板中碳和单重不同取值对钢板质量的影响的数据挖掘平台软件,就可以在一定程度上提高了板坯质量,对实际生产有一定指导意义。

对电弧炉用氧历史数据,利用基于模糊聚类算法的数据挖掘技术,可以建立电弧炉炼钢集束氧枪用氧规则表,优化操作工艺,减小工人劳动量,提高了钢水质量。

安钢 16 Mn 钢板性能合格率长期在 90% 以下,加铌合金化有一定效果,但也不稳定,通过建立基于遗传算法—神经网络算法的数据挖掘模型,分析历史轧制温度,钢种成分含量数据,找到了影响16 Mn 钢板性能的决定因素,使得产品性能合格率提高到了99%以上,提高了企业产品竞争力。

上海冶金研究院的徐荣军通过分析安阳钢铁实际生产中板坯二冷配水数据,采用数据挖掘技术,找到了影响板坯二冷段产生裂纹的因素,解决了钢板裂纹问题。

资源设备数据挖掘

是通过对钢铁冶炼加工过程中与冶炼设备以及生产环境相关的数据进行分析挖掘,这些数据主要包括: 包含了国家标准以及手册中的工艺数据的系统资源数据; 包含企业特定产品的工艺资源数据; 包含与生产相关的各种环境影响的通用环境数据。对上述大量数据的分析可以改善生产加工环境,降低环境污染,优化工艺过程,提高设备运行周期,从而实现生产的顺行与环境友好。

建立配矿系统数据挖掘模型,不仅预测了不同矿石配比对烧结矿质量的影响,还产生了优化的配矿方案,在实际生产应用中取得了显著经济效益。

建立了电极预测模型并应用于电极控制系统的参数整定,减小了电流波动,提高了设备无故障运行时间,减少了设备停机带来的损失。

市场运营数据挖掘

市场运行数据挖掘,是通过对钢铁企业生产相关的外围环境因素,如市场、客户、管理等相关的数据进行分析,这些数据主要包括钢铁企业自身财务运营管理,市场对钢铁产品的需求量、对产品种类、交货时间、原料价格等产生的数据。在市场竞争日趋激烈,铁矿石等原料价格不断上涨的当下,降低企业运营成本,准确把握市场动向成为了钢铁企业在微利时代的制胜法宝之一。

某大型钢铁公司历史销售数据的基础上,建立了采用贝叶斯动态模型的数据挖掘模型,有效地预测了公司产品下一阶段的销售收入,给销售管理的决策者提供了产品预测走向。为钢铁企业安排生产计划,采购原料,制定销售策略提供了一定参考标准,对企业的的生产进行有一定指导作用,对管理决策的制定提供了帮助,在竞争激烈的市场中增强了企业抵御风险的预见能力、能根据市场需求及企业产能情况,降低成本扩大效益。

销售分析是通过对市场信息的收集整理 , 并结合客户的基本信息和订单信息 , 对销售数据和市场需求的综合分析、预测和实证。通过对时间、品种、钢种、规格、客户和销售流向等维度分析销售量、销售价格、销售周期等 ,并从中发现趋势特点和相关性 ,并可根据客户的基本信息和采购行为进行关联规则分析 ,从而实现营销资源的最佳匹配。
关联规则是数据挖掘的主要技术之一 ,用于从庞大的数据库中寻找有用或有趣的模式和规则。关联规则分析方法可用于诸多领域 ,如购物分析、网络日志分析和预警系统等等。

碳素结构钢∧低合金钢->碳素钢

支持度 =12.35%

置信度 =50.00%

低合金钢∧碳素钢-> 碳素结构钢

支持度 =12.35%

置信度 =100.00%

这个结果的第二条规则意思是购买了低合金钢和碳素钢的客户 100% 购买了碳素结构钢。 通过对各条规则的理解 ,可以帮助销售人员进行进一步的推销和交叉销售 , 为提高销售量提供了指导性的帮助。