基于R语言的碱性耐火砖的成型缺陷分析和控制

doi:10.3969/j.issn.1001-1935.2021.06.011

耐火材料 ›› 2021, Vol. 55 ›› Issue (6): 509-513.DOI: 10.3969/j.issn.1001-1935.2021.06.011

基于R语言的碱性耐火砖的成型缺陷分析和控制

王杰曾¹^,²⁾(), 徐琳琳²⁾, 刘昭³⁾, 徐如林²⁾, 袁林²⁾

1)中国建筑材料科学研究总院有限公司　北京 100024
2)瑞泰科技股份有限公司　北京 100024
3)河南瑞泰耐火材料科技有限公司　河南郑州 451162

收稿日期:2021-02-18 出版日期:2021-12-15 发布日期:2021-12-10
作者简介:王杰曾:男,1957年生,博士,教授级高级工程师。E-mail: wjz@bjruitai.com

Analysis and control of basic refractory bricks shaping defects based on R language

Wang Jiezeng¹^,²⁾(), Xu Linlin²⁾, Liu Zhao³⁾, Xu Rulin²⁾, Yuan Lin²⁾

1) China Building Materials Academy,Beijing 100024,China

Received:2021-02-18 Online:2021-12-15 Published:2021-12-10

摘要/Abstract

摘要：

使用R语言+WPS,综合运用数据透视表、相关分析、关联分析、聚类分析等数据分析工具,以及线性、决策树、随机森林、人工神经网络等模型和评估工具研究了某碱性砖企业成型车间的质量统计数据,从上述工具族中选出优胜者,分析耐火材料设备、耐火砖品种、型号和产量对砖坯合格率的影响,研讨各种成型缺陷之间的内在联系,根据所发现的缺陷成因及其危害程度,进行了有的放矢的治理,显著提高了产品合格率和经济效益。

关键词: 传统材料, 数据分析, 模型评估, 质量管理, 工业软件, 碱性耐火砖

Abstract:

The quality statistics of a basic brick shaping plant was comprehensively researched using R language+WPS,and the analysis tools such as data perspective table,correlation analysis,association analysis,cluster analysis,linear models,decision trees,random forests,and artificial neural networks.The winner from the above tool family was selected to analyze the effects of refractory equipment,refractory brick variety,type and yield on green brick qualified rate,and to discuss the internal connection between various shaping defects.According to the found causes of the defects and the harm degree,the targeted governance was adopted,significantly improving the product qualified rate and enhancing the economic benefits.

Key words: traditional materials, data analysis, model evaluation, quality management, industrial software, basic refractory bricks

中图分类号:

TQ175

王杰曾, 徐琳琳, 刘昭, 徐如林, 袁林. 基于R语言的碱性耐火砖的成型缺陷分析和控制[J]. 耐火材料, 2021, 55(6): 509-513.

Wang Jiezeng, Xu Linlin, Liu Zhao, Xu Rulin, Yuan Lin. Analysis and control of basic refractory bricks shaping defects based on R language[J]. Refractories, 2021, 55(6): 509-513.

图/表 7

参考文献 9

[1]	RAMASUBRAMANIA K, SINGH A. Machine learning using R:With time series and industry-based use cases in R[M]. Second Edition.New York:Apress Media, 2019:30-33.
[2]	李诗羽, 张飞, 王正林. 数据分析: R语言实战[M]. 北京: 电子工业出版社, 2014:8-15.
[3]	陈辉民, 徐运保, 李远辉. 《数理金融》课程教学改革与R语言应用[J]. 北京城市学院学报, 2019(4):12-16.
[4]	崔彦君. R语言在商品交易数据关联规则挖掘中的应用[J]. 内蒙古科技与经济, 2017(1):100-102.
[5]	栾若星. 基于R语言的成绩分析方法[J]. 智能计算机与应用, 2018, 8(4):136-139.
[6]	黄文, 王正林. 数据挖掘: R语言实战[M]. 北京: 电子工业出版社, 2014:273-288.
[7]	王杰曾. 计算机辅助工艺优化设计全解析[M]. 北京: 机械工业出版社, 2015:51-52.
[8]	祖来克孜·米吉提. 基于K-means聚类法的新疆城镇居民生活质量水平研究[J]. 价值工程, 2018, 37(31):106-109.
[9]	李健, 王小蒙. 基于R语言的数据挖掘工具的设计[J]. 内蒙古科技与经济, 2017(24):58-59.

编号	规则	支持度	置信度	提升度
[1]	{行业=有色}=>{生产线=一线}	0.428 571 4	1.000 000 0	1.615 385
[2]	{生产线=一线}=>{行业=有色}	0.428 571 4	0.692 307 7	1.615 385
[3]	{生产线=二线}=>{行业=水泥}	0.380 952 4	1.000 000 0	1.750 000
[4]	{行业=水泥}=>{生产线=二线}	0.380 952 4	0.666 666 7	1.750 000
[5]	{品种=直-9A}=>{行业=水泥}	0.285 714 3	1.000 000 0	1.750 000

编号	规则	支持度	置信度	提升度
[1]	{行业=有色}=>{生产线=一线}	0.428 571 4	1.000 000 0	1.615 385
[2]	{生产线=一线}=>{行业=有色}	0.428 571 4	0.692 307 7	1.615 385
[3]	{生产线=二线}=>{行业=水泥}	0.380 952 4	1.000 000 0	1.750 000
[4]	{行业=水泥}=>{生产线=二线}	0.380 952 4	0.666 666 7	1.750 000
[5]	{品种=直-9A}=>{行业=水泥}	0.285 714 3	1.000 000 0	1.750 000

基于R语言的碱性耐火砖的成型缺陷分析和控制

Analysis and control of basic refractory bricks shaping defects based on R language

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 9

相关文章 3

编辑推荐

Metrics

本文评价

[1]	王杰曾. 耐火材料专利技术发展特点分析[J]. 耐火材料, 2022, 56(6): 505-510.
[2]	王杰曾, 徐琳琳, 刘昭, 胡建辉, 袁林. 基于R语言的碱性耐火砖的烧成缺陷分析和控制[J]. 耐火材料, 2022, 56(1): 51-55.
[3]	邓俊杰1,2）,杨晓英1）,徐彩霞2）. 基于精益思想的耐火材料企业质量管理改进[J]. , 2015, 49(3): 223-225.