基于大数据的铜板带成品率预测

作     者：张呈熙 靖青秀 彭建 ZHANG Chengxi;JING Qingxiu;PENG Jian

作者机构：江西铜业股份有限公司贵溪冶炼厂江西贵溪335424 江西理工大学材料冶金化学学部江西赣州341000 

出 版 物：《有色冶金设计与研究》 (Nonferrous Metals Engineering & Research)

年 卷 期：2022年第43卷第2期

页      码：25-29页

摘      要：针对江西某铜板带生产企业,根据历史数据分析了该企业车间部门铜板带生产表面缺陷,构建了铜板带工艺参数采集大数据平台,并对数据做了清洗和存储,利用Spark实现PCA主成分机器算法在线降维,为了预测车间产品成品率,建立了BP_AdaBoost模型,并在构建好的铜板带生产数据云服务存储仓库中挑选出8个变量作为输入,1个变量作为输出,对铜板带生产成品率进行预测。通过网络训练后,AdaBoost算法改进得到的BP_AdaBoost模型模型成品率预测误差低于0.3,相比于未改进的BPNN模型精确率更高,综合拟合度大于0.95,拟合性能好,在铜板带生产企业实际预测精剪成品率时具有显著的非线性映射关系。

主 题 词：铜板带缺陷 BP神经网络 BP_AdaBoost模型 成品率预测 大数据 

学科分类：070801[070801] 07[理学] 08[工学] 0708[理学-地球物理学类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1004-4345.2022.02.007

馆 藏 号：203111612...