数据的挖掘与分析.ppt

工业控制技术研究所 数据挖掘对象的基本构成 生产过程 X：工艺参数时间序列 Y：质量检测结果 t X t Y 工业控制技术研究所 样本的抽取（批量生产过程） t t x1(t) y1 y2 y3 x2(t) x3(t) X Y 样本1 样本2 样本3 …… 工业控制技术研究所 连续生产过程的样本抽取 连续过程 ? 批量过程 T1 T2 T3 v x1 x2 x3 t T3 T2 T1 0 质量检验！ 0 T1 T2 T3 T t t1＝x1 / v t2＝x2 / v t3＝x3 / v 0 质量检验！ t1 t2 t3 工业控制技术研究所 如何“组装”时间序列？ T1 T3 T2 质量检验！ t T3 T2 T1 0 t1 t2 t3 质量检验！ T 组装前 t 0 t1 t2 t3 T 组装后 样本 工业控制技术研究所 关于生产质量改变的模式假设 生产质量不良的原因是工艺参数设计或控制有问题： 设计阶段：工艺参数设计有错误； 控制阶段：工艺参数未能控制在设计值； 上述因素都可通过生产过程中工艺参数的时间序列实测样本反映出来。 工艺参数的时间序列中某些特征的改变，引起生产质量从量变到质变。 时间序列的特征，可以用模式来描述。 时间序列的模式改变，是生产质量不良的原因。 数据挖掘的目的，就是要寻找引起生产质量不良的工艺参数模式。 工业控制技术研究所 时间序列的模式抽取 目的： 将