数据挖掘技术在建材装备制造过程质量控制中的应用研究

徐延强 张苗

（1 兰州工业学院，甘肃 兰州 730050；2 兰州现代职业学院，甘肃 兰州 730000

作为我国工业快速发展基础，装备制造业往往为相关行业的发展进步提供生产技术装备，并逐步成为衡量国家工业进步的标准，具有较强的带动效应。目前，建材装备制造业作为装备制造业的分支，其往往对建材行业的升级产生较大的影响。为此，企业需要依据时代发展的具体要求，加强对于数据挖掘技术的合理运用，保障我国建材装备制造业的可持续发展。

1 建材装备制造特点

目前，伴随着我国工业化发展水平的提升，技术人员积极开展建材装备制造工作。关于该项作业项目的特点，笔者总结如下。

1.1 产品种类繁多

为满足我国社会生产、建设的需要，项目建设单位需要开展各类产品的生产制造，诸如水泥机、砖瓦机、砌块机等。不仅如此，各装备机械又能够细化为多种类型，而各类型设备的结构又存在差异性，最终导致建材装备产品的种类较多，无法开展大批量生产，不利于经济效益的取得。

1.2 结构复杂

为适应各种项目建设的实际需求，施工单位对于建材装备的要求呈现出多样化的要求。在这样的背景下，器械设备往往存在体积庞大、物料层次增加的状况，最终导致产品结构复杂化，增强了项目设计的难度，不利于生产效益得到保障。

1.3 设计变更频繁

建材装备在生产作业时普遍存在设计、生产同步的特点。这种设计流程往往会导致产品设计普遍存在各类缺陷，而设计变更消息也会因为涉及部门较多而无法传达，最终导致产品制造出现相关的质量问题，不利于工作人员进行产品的重新加工制造，最终导致资源的浪费。

2 建材装备制造企业过程质量控制

技术人员在进行建材装备制造的过程中，往往立足项目订单进行作业，即依据订单的实际需求，带动产品设计、生产、发运作业的开展。在这一过程中，工作人员需要来驱动产品设计、采购、生产、发运等。

在项目设计制造过程中，工作人员需要对外购件、原材料、生产工艺、成品装配等环节的检测数据进行分析收集。但事实上，由于建材装备的种类繁多、结构复杂，故而作业人员需要从多角度开展质检工作。通过对我国的建材装备制造企业生产状况及行业分析可以得知，相关质检作业在开展时需要依据下述的环节进行作业。

一般而言，工作人员需要进行客户订单信息的搜集，并引导技术部门分析设计产品的各类物料、工艺参数，最终制定物料清单，由此实现产品工艺的把握，并由此带动质检作业的稳步推行。在产品的整个生产作业中，工作人员需要对设备的采购件、制造外协件等状况进行检测。

工作人员在带动采购件质检时，需要对设备的材料、外购件进行检测，并依据采购清单对原材料进行置办，诸如钢材、标准件等。最后，工作人员还需要对外购件进行质量管控，并根据质量管理计划，到供应商处进行质量检测，检测合格的产品方能进入下一道工序的加工或回厂组装。关于建材装备制造企业过程质量控制的状况，笔者总结如下。

2.1 建立质量数据信息仓库

技术人员在借助数据挖掘技术及逆行质检作业时，需要对企业的以往产品数据进行总结，并由此进行分类管理作业，并将其进行汇编，从而为质量控制模型的构建提供数据基础。

2.2 数据挖掘

在进行数据仓库信息分析作业时，工作人员需要对影响产品质量因素分析，并利用神经网络算法、决策树算法、关联规则分析等方法进行相关数据的分析，找出这些因素与产品质量间的内在关系，获取规则信息。

2.3 质量数据信息采集

工作人员还需要对相关产品的制造质量进行全面有效的检测，在此基础之上获得制造现场的原始数据信息，实现相关作业的稳步推进。

2.4 质量检测

技术人员在对获取产品的原始质量数据信息之后，往往需要借助高新技术对其进行分析，并以此为基础将其与产品设计质量标准进行对比，从而确保其符合产品设计的标准，实现产品质量的高效控制，带动产品的科学生产。

在这一过程中，工作人员还需要对检测数据进行汇总，并将其添加到质量数据仓库中。在这一过程中，如果出现了产品质量不符合设计标准的状况时，则表明产品的制造过程出现异常，需要生产单位立即停止生产状况，并对产品进行全面的异常分析，保障产品的可续生产。

2.5 分析原因并处理

最后，工作人员需要借助数据挖掘技术对产品生产以及质量管控进行规则信息的提取以及分析，从而掌握到影响产品因素与质量之间的关系，找出导致质量问题的主要原因，并进行调整，继续生产。

3 数据挖掘算法选择分析

目前，数据挖掘模型的种类较多，且运用到的智能算法也呈现出一定的复杂化趋势。在具体的操作过程中，普遍需要借助神经网络、遗传算法、决策树方法、粗糙集方法进行工作。

相关的实践显示：智能化算法在建材机械设备的制造领域中发挥着重要的作用。不仅如此，随着计算智能技术的不断进步以及完善，工作人员强化了多种智能算法的综合运用，由此实现算法之间的“取长补短”，确保其特殊功效能够得到高质量的发挥。一般而言，BP神经网络在质检作业中发挥着重要的作用，并且能够对相关数据进行并行处理，能够适应各种非线性函数，且其解释、容错功能较为强大。不仅如此，该算法在推行的过程中能够获取最佳连接权值与阙值。但事实上，该算法与糙集理论的综合运用，能够在最大程度上实现智能信息中错误数据的及时发掘，最终达到提高粗糙集规则提取的效率和准确性。

4 结语

为了保障建材机械设备质检作业的稳步开展，工作人员加强了对于数据挖掘技术的合理化运用。本文着重分析了数据挖掘技术的特点，并就质检工作的实际状况进行了分析。笔者认为，随着相关措施的落实到位以及管理理念的转变，我国的机械质控作业必将能够得到妥善开展，并由此促进各项经济、社会效益的取得，为我国工业建设发展奠定基础。