摘要

为了推进“智能制造”的进步,大数据技术处理工业制造的大量数据成为了一种高效的方式。通过采用大数据方法针对工厂工业产品的测量数据进行挖掘分析,挖掘有意义的知识,制定智能化生产方案以提高生产效率,可以避免资源的浪费。该文主要借助某企业工业铀产品的测量数据开展工业大数据分析研究。首先进行数据清洗,去除部分冗余和不相干或不可靠的数据,然后根据数据本身的结构特点利用K-Means算法对数据进行聚类分析,再结合改进的关联规则算法Apriori对测量参数进行挖掘分析,成功得到测量参数与产品质量之间的有价值的关联规则。最后,根据关联规则结果进行有效性分析。实验结果表明,该方法减少了大量冗余规则,能够准确挖掘工业大数据有意义的信息,并且准确性得到了明显的提升,有助于提高生产质量,为企业生产调整智能化提供有益的技术支持。