一种制造业产品质量数据关联分析方法技术

本发明专利技术涉及工业大数据技术应用领域，具体涉及一种制造业产品质量数据关联分析方法。所述方法包括：1特征抽取：利用已有的制造业产品多源异构质量数据集，基于行业背景知识以及分析经验从原始的数据属性集中抽取构造出符合分析要求的特征集合，提升模型表达准确度、合理性；2连续型属性离散化：在执行关联分析前，基于K‑means聚类算法确定连续型数值属性的取值划分边界，以此对产品质量数据集中的连续型属性进行离散化处理，形成符合关联分析算法要求的数据集；3质量数据关联分析：通过覆盖产品生产全过程各个环节的质量特征指标构建数据分析模型并执行关联分析算法得到与特征指标相关的规则，依此追溯制造业产品质量异常的原因。

A Data Association Analysis Method for Manufacturing Product Quality

The invention relates to the application field of industrial big data technology, in particular to an association analysis method for product quality data of manufacturing industry. The methods include: 1) feature extraction: using existing multi-source heterogeneous quality data sets of manufacturing products, extracting and constructing feature sets from original data attribute sets based on industry background knowledge and analysis experience to improve the accuracy and rationality of model expression; 2) discretization of continuous attributes: before implementing association analysis, clustering algorithm based on K_means is correct. The value of continuous numerical attributes is divided into boundaries to discretize the continuous attributes in product quality data sets and form data sets that meet the requirements of association analysis algorithm. 3. Quality data association analysis: data analysis model is constructed by covering the quality characteristic indicators of all links in the whole process of product production and correlation analysis algorithm is implemented to get the correlation with the characteristic indicators. Rules are used to trace the causes of abnormal product quality in manufacturing industry.

【技术实现步骤摘要】
一种制造业产品质量数据关联分析方法
本专利技术涉及工业大数据技术应用领域，具体涉及一种制造业产品质量数据关联分析方法。
技术介绍
随着信息化融入工业化进程，目前大部分工业行业已经完成了自动化、信息化建设，工业企业已经进入了“大数据”时代。另外，随着工业市场竞争的越来越激烈，企业要想得到客户的认可，不仅要在价格上做文章，高质量的产品也是不可或缺的。产品质量的有效管理是企业核心竞争力的重要环节，工业过程中的产品质量好坏与生产过程中的每一个环节都可能存在相关关系，工业数据高关联性的内在特征也使得质量数据追溯与分析变得可行，故而对于工业大数据的重视和研究是相当必要的。在大数据时代，怎么去管理并利用企业的生产质量数据提升产品质量是企业所面临的新问题。这些海量的数据中蕴含着一定的内在规律性，如何挖掘这些内在的规律性，帮助制造企业进行质量追溯，发现产品制造过程中的关联环节以及潜在问题，不仅能够精确的定位问题的源头，还能帮助改善工艺制作流程，降低产品的不合格率，最终实现企业效益的提升。
技术实现思路
本专利技术的目的在于解决上述现有技术存在的不足之处，提供一种能充分利用制造企业各个生产环节整合形成的多源本文档来自技高网...

【技术保护点】
1.一种制造业产品质量数据关联分析方法，其特征在于，包括以下步骤：步骤1，特征抽取：利用已有的制造业产品多源异构质量数据集，从原始的数据属性集中抽取构造出符合分析要求的特征集合，提升模型表达准确度、合理性；步骤2，连续型属性离散化：在执行关联分析前，基于K‑means聚类算法确定连续型数值属性的取值划分边界，以此对制造业产品质量数据集中的连续型属性进行离散化处理，形成符合关联分析算法要求的数据集；步骤3，质量数据关联分析：通过覆盖制造业产品生产全过程各个环节的质量特征指标构建数据分析模型并执行关联分析算法得到与特征指标相关的规则，依此追溯产品质量异常的原因。

【技术特征摘要】
1.一种制造业产品质量数据关联分析方法，其特征在于，包括以下步骤：步骤1，特征抽取：利用已有的制造业产品多源异构质量数据集，从原始的数据属性集中抽取构造出符合分析要求的特征集合，提升模型表达准确度、合理性；步骤2，连续型属性离散化：在执行关联分析前，基于K-means聚类算法确定连续型数值属性的取值划分边界，以此对制造业产品质量数据集中的连续型属性进行离散化处理，形成符合关联分析算法要求的数据集；步骤3，质量数据关联分析：通过覆盖制造业产品生产全过程各个环节的质量特征指标构建数据分析模型并执行关联分析算法得到与特征指标相关的规则，依此追溯产品质量异常的原因。2.根据权利要求1所述的一种制造业产品质量数据关联分析方法，其特征在于，步骤1所述特征抽取过程中，对于现有的数据集属性并不能够直接用做数据分析中的可用属性，将这些属性通过解析与计算进一步细化抽取其必要的统计指标作为辅助性特征完善数据...

【专利技术属性】
技术研发人员：刘兴惠，陈焕芝，王国寿，苏钢，李至立，
申请(专利权)人：山东纬横数据科技有限公司，
类型：发明
国别省市：山东,37