[发明专利]一种建筑陶瓷喷雾制粉质量的数据分析预测方法及系统

说明书

本发明涉及建筑陶瓷喷雾制粉领域，特别是一种建筑陶瓷喷雾制粉质量的数据分析预测方法及系统；数据分析预测方法包括如下内容：获取流程数据步骤、构建追溯数据链路步骤、构建预处理数据集并利用pandas求出预处理数据集的总样本数量及各变量数量统计情况的步骤和对缺失值和异常值的判断及处理的步骤和使用Xgboost函数包建立模型评估的步骤；数据分析预测系统应用该数据分析预测方法后，通过数学模型的搭建与分析，可对喷雾塔制粉质量的情况进行监控，快速给出可能对产质量产生影响的因素建议，辅助技术人员快速调整，保障产品质量的稳定，降低对后工序生产的影响。

技术领域

本发明涉及建筑陶瓷喷雾制粉领域，特别是一种建筑陶瓷喷雾制粉质量的数据分析预测方法及系统。

背景技术

喷雾干燥塔是建筑陶瓷生产过程中进行陶瓷粉料颗粒制备所需的设备，将浆料通过由喷雾装置喷出并在热风的作用下进行脱水、干燥形成含有一定水分和粒度的陶瓷粉料颗粒，即浆料雾滴与热空气形成混合流的方式，浆料雾滴由于表面张力作用而形成球形，其水分在高温下迅速蒸发干燥，最终获得干燥的球形陶瓷粉料颗粒。

建陶行业中，利用干燥塔制备陶瓷粉料被称为喷雾制粉工艺。喷雾制粉工序中的生产、管理、质量控制仍保留传统制造业的特点，生产调节全靠技术人员的经验，没有更科学和更标准的指标去指导在生产过程中如何调整生产参数，生产效率和粉料质量难以提高。

为解决该问题，本领域行业普遍是喷雾制粉工人对产线的喷雾制粉工艺参数和喷雾制粉工序进行调整实验。但存在的问题是，调整时间长，试错成本大，且只有足够经验的工人才能对产线进行有效率的调整实验。

发明内容

针对上述缺陷，本发明的目的在于提出一种建筑陶瓷喷雾制粉质量的数据分析预测方法及系统，已解决现有技术中调整调整时间长，试错成本大，且只有足够经验的工人才能对产线进行有效率的调整实验的技术问题。

为达此目的，本发明采用以下技术方案：

一种建筑陶瓷喷雾制粉质量的数据分析预测方法，其包括如下内容：

A.获取流程数据、喷雾塔参数和浆料性能数据及制备出陶瓷粉料的粉料性能数据；

B.以流程数据为连接信息，以连接信息对浆料进入喷雾塔、喷雾制粉和检测陶瓷粉料三个流程的数据链路搭建，得到追溯数据链路；

C.将追溯数据链路导入python数据集中得到预处理数据集，利用pandas求出预处理数据集的总样本数量及各变量数量统计情况；

D.根据比总样本量和各变量统计数量情况，完成对缺失值和异常值的判断及处理；

E.以粉料性能数据为输出变量X，以喷雾塔参数和浆料性能数据为输入变量Y，利用python的corr函数，计算每个输入变量与每个输出变量的特征相关性信息；使用Xgboost函数包建立模型，分别对粉料性能数据中单一指定参数进行建模训练，训练时使用自动调参，调整最大深度(max_depth)、学习率(learning_rate)和评估器数量(n_estimators)三个超参数；通过R2_SCORE指标评价模型效果，对最大深度(max_depth)、学习率(learning_rate)和评估器数量(n_estimators)三个超参数的不同组合成的模型进行评价，其中R2_SCORE计算公式为：

选择训练集和测试集R2_SCORE值越趋近于1的模型，输出排名靠前的变量特征，排名越靠前的变量特征，即分别为对粉料性能数据中对应单一指定参数的影响作用越大的输入变量。