检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:韦江泉
机构地区:[1]广西产研院绿色低碳技术研究所有限公司,广西南宁530021
出 处:《中文科技期刊数据库(文摘版)工程技术》2024年第9期0186-0190,共5页
摘 要:随着大数据时代的蓬勃发展,数据处理技术在各行各业中的关键作用日益凸显。在机械工程自动化制造领域,数据挖掘技术的应用正变得越来越重要。本文深入探讨了数据挖掘在机械工程自动化制造中的多重应用及其带来的显著效益。首先,文章概述了数据挖掘技术在当前制造环境中的应用背景和其对提升生产效率与产品质量的重要性。进而,详细阐述了包括关联规则、决策树、聚类分析、神经网络等在内的多种常用数据挖掘方法,并结合实际案例,展示了这些方法在机械工程自动化制造中的实际应用。研究结果显示,通过对生产数据的深入分析和挖掘,我们不仅能有效预测设备故障,还能优化生产线排程,显著提高产品质量,降低生产成本,从而大幅增强企业的核心竞争力。本文的研究不仅为机械工程自动化制造技术带来了新的发展思路,同时也为数据挖掘技术在其他领域的广泛应用提供了有价值的参考和借鉴。
关 键 词:机械工程 数据挖掘 自动化制造 生产优化 预测设备故障
分 类 号:TH164[机械工程—机械制造及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.15.187.189