材料试验监控系统中的决策支持应用与研究

VIP免费

3.0 陈辉 2024-11-19 10 4 2.63MB 69 页 15积分

侵权投诉

摘要

材料试验监控系统在国内一般以试验设备、过程监控、数据采集为主要内容，

试验管理上比较简单，以专家人工分析为主，结合计算机技术的智能化材料科学

研究相对落后。在材料科学领域，决策支持理论在国外公司已有初步研究实施，

在材料试验流程、处理工艺等方面的改进、优化，效果显著。本课题是在分析材

料试验行业现状和实际项目需求的基础上，结合面向对象方法，智能数据分析、

数据挖掘技术，提出了材料试验监控系统总体设计方案，设计研究决策支持在该

系统中的应用。

论文主要从系统设计和理论研究两个方面进行研究阐述。在系统设计上，总

体设计方案考虑到网络化分布式下的材料试验，针对不同类型的材料试验要求和

测量参数指标，数据库设计能够灵活配置试验、存储试验数据，实现了材料试验

的数据采集和试验监控。决策支持部分作为系统对象进行了详细设计，数据仓库

采用了星型结构和雪花型结构相结合，为决策支持提供有效数据源。对元数据配

置管理，方便明确实现数据库到数据仓库的数据抽取、转换、加载。

在理论研究上，对数据处理和数据建模进行研究，采用时间序列数据挖掘方

法，定义有效序列特征点，优化特征点搜索算法，以特征点集来描述原样本数据，

有效简化试验样本数据集，便于存储，为数据建模提供了高质量的数据，使得材

料分析研究建立在有效的数据集上。研究综述了神经网络在材料科学中的应用，

采用面向对象方法实现神经网络，用于材料科学中的建模研究，对外提供建模方

法。通过上述设计研究，系统最终能够做到方便、可靠地进行数据分析、建模、

挖掘，通过报表等形式呈现给用户，满足材料科学研究的需求，具有现实意义。

关键词:材料试验决策支持数据挖掘系统设计时间序列神经网

络

ABSTRACT

Material testing system in our country mainly includes test equipment, test process

monitor, data acquisition. Material test management is relatively simple. Experts discuss

and analysis the test results. Intelligent materials science, which combined with the

computer technology, is relatively backward. In the field of materials science, decision

support theory in some foreign companies have been studied and implemented, in some

respects, the effort is remarkable. Based on the analysis of the materials testing industry

status and the actual project requirements, using the object-oriented methods, intelligent

data analysis, data mining techniques in this paper, we design the material testing

system, research and apply decision support theory in this system.

In the system design, considering the distributed web-based material test, for the

different material testing requirements and measurement parameters, the database

design can configure the test flexibly, store the test data, the overall design achieves

material test data acquisition and test control. We proposed a detailed design plan for the

decision support system, design the data warehouse with star schema and snowflake

structures combined, in order to provide an effective data source for decision support.

Make the meta-data configuration management, realize the data extraction,

transformation and load from the database to the data warehouse clearly and definitely.

In the theoretical research, we focus on the data processing and data modeling

research; optimize time series data mining algorithm, simplify the test sample data sets

effectively and easy to store. Provide a high-quality data for data modeling; make the

material analysis based on the valid data sets. Research and sum up the neural network

applications in the materials science. Using object-oriented methods to design the neural

network, the system provides modeling method to the outside. Eventually, the system

will be able to do data analysis, data modeling, and data mining, present the results to

the users. The overall design and research meet the needs of materials science, have

realistic meaning.

Key Words: Material Testing System, DSS, Data Mining, system design,

Time Series, neural network

摘要

ABSTRACT

第一章绪论 .......................................................... 1

§1.1 课题研究背景 ................................................. 1

§1.2 决策支持在材料试验中的研究意义 ............................... 2

§1.3 国内外研究现状 ............................................... 3

§1.4 本文的主要工作 ............................................... 5

第二章材料试验系统分析与设计 ........................................ 6

§2.1 系统功能需求分析 ..............................................6

§2.2 系统总体设计 ..................................................8

§2.3 数据库服务器中的数据库设计 ....................................9

§2.3.1 表设计 ................................................... 9

§2.3.2 表与表之间的关系 ........................................ 12

第三章样本分析决策支持系统 ......................................... 13

§3.1 相关知识介绍 ................................................ 13

§3.1.1 决策制定 ................................................. 13

§3.1.2 数据挖掘 ................................................ 14

§3.1.3 描述结构化模式 .......................................... 15

§3.2 样本分析决策支持系统设计 .................................... 17

§3.2.1 系统架构设计 ............................................ 17

§3.2.2 数据仓库设计 ............................................ 18

§3.2.3 元数据配置管理设计 ...................................... 22

第四章系统的数据处理研究 ........................................... 27

§4.1 数据处理 .................................................... 27

§4.1.1 数据清洗 ................................................ 28

§4.1.2 数据集成 ................................................ 30

§4.1.3 数据转换 ................................................ 30

§4.1.4 数据简化 ................................................ 31

§4.2 材料样本数据集简化研究 ...................................... 31

§4.2.1 材料样本数据特点 ........................................ 31

§4.2.2 时间序列 ................................................ 32

§4.2.3 数据集简化的研究 ........................................ 33

第五章决策支持系统中的建模研究 ..................................... 41

§5.1 神经网络 .................................................... 41

§5.1.1 BP 神经网络 .............................................. 43

§5.1.2 神经网络与时间序列 ...................................... 48

§5.2 神经网络在材料试验中的应用 .................................. 50

§5.3 面向对象方法设计神经网络框架 ................................ 53

§5.3.1 类库设计 ................................................ 53

§5.3.2 类库调用 ................................................ 56

第六章实验 ......................................................... 58

第七章总结与展望 ................................................... 61

§7.1 论文总结 .................................................... 61

§7.2 后期展望 .................................................... 62

参考文献 ............................................................ 63

在读期间公开发表的论文和承担科研项目及取得成果 ...................... 66

致谢 ............................................................... 67

第一章绪论

§1.1 课题研究背景

我们的生活和材料密切相关，20 世纪 70 年代，人们把信息、材料和能源誉为

当代文明的三大支柱。80 年代以高技术群为代表的新技术革命，又把新材料、信

息技术和生物技术并列为新技术革命的重要标志。这主要是因为材料与国民经济

建设、国防建设和人民生活密切相关。材料不仅具有重要性和普遍性，还具有多

样性，人们对材料的研究从来没有停止过，新材料不断出现，材料研究技术也不

断提高。在计算机方面，硬件的发展很多都是新材料的发现推动的结果，比如 CRT

显示器发展到液晶显示屏，笔记本电脑体积、重量不断变小都是材料科学发展的

成果之一。不仅计算机领域，社会各个领域的发展都能找到材料科学发展的成果。

在人类的社会生产发展过程中，我们需要更多、更好、更新的材料和卓越的工艺

技术以满足日益增长工业和生活需要。材料科学研究将会改变我们现在的生活，

也必将改变我们未来。

材料试验是材料科学研究中的一个重要的环节，材料试验是材料研究、材料

质量检测的理论依据，是材料物理参数、性能指标、设计工艺参数的基本来源。

只有在一定的环境条件下研究材料试验、加工、生产、工艺过程中的物理规律，

才有可能获得高性能的材料，提高材料的加工技术。

材料试验的内容非常丰富[1-2]，其中包括：材料拉伸、压缩、弯曲、剪切、硬

度、冲击、扭转、和工艺试验（包括冷弯、顶锻、扩口、压扁等及不同温度下的

实验）；材料的疲劳性实验（疲劳极限，S-N 曲线、P-S-N 曲线、疲劳裂缝扩展速

率及门槛值）；材料锻炼韧性实验，材料物理性能试验，热形变实验等。

材料试验涉及多种试验设备，比较常见的是材料试验机，就是对材料、零件、

构件进行力学性能和工艺性能试验的仪器和设备，又称力学性能试验机。按照不

同条件，试验机可以有多种分类方法。目前比较流行的是万能材料试验机，该类

试验机一般都包括测试标准模块化功能，提供使用者设定所需应用的测试标准设

定，范围涵盖 GB、ASTM 、DIN、JIS、BA…等等；可以设定所有的实验样品

数据，可自行增加修改公式以提高测试数据的精确性；有报表编辑功能；提供长

度、力量单位、显示位数等的动态互换方式；图形曲线尺度自动最佳化，可以使

图形以最佳尺度显示，并可在测试过程中实时图形动态切换；实验结果可以有多

材料试验监控系统中的决策支持应用与研究

种格式输出；能够自动存储，同时测试完毕能自动计算出最大值、最小值、平均

值等。

经过对试验设备的研究，我们发现部分材料试验机具有外部设置试验条件、

自动保存试验数据等功能，但是材料试验往往是在多台试验机上进行的，甚至会

出现上百台试验机并行试验的情况，而每台试验机所取得的数据都只是供本地查

询，难以在整个试验系统中对试验机所取得的数据进行整体分析，同时在材料试

验过程中，需要有系统对材料试验过程进行监控，全部的试验人员、试验设备的

管理配置，材料实验数据的存储，数据安全性、实时性、数据可分析性、通讯、

辅助管理等。目前，有公司有用户提出对这种系统的需求，并且根据自己实际的

工作，提出的要求越来越全面，已经迈向了大规模的商业化、专业化、信息化阶

段。

本课题针对以上需求，结合项目要求进行研究设计，在与用户进行讨论中，

我们发现，我国材料试验方面基本上是独立的，封闭的。信息、分析技术等是保

密的。有配套的辅助工具，但是规模小，一般都是专门实验室定做的软件，没有

共享性，同时离不开大量的技术人员的参与，系统没有现代化的管理方法。在这

样的环境下，公司与公司间做相同试验的情况并不少见。同时信息、分析技术等

的保密性，使得即使大家都做了相同的试验，得出的结果却是有差别的。越来越

多的公司发现花了大成本，时间投入也不少，结果却不理想。没有实力做大量材

料试验的公司，也有需要材料试验分析的数据和结果。行内人员都希望能够有这

么一个平台，能够快速、全面、准确地掌握实验室情况和信息；能够共享一些信

息，来避免重复性的实验；能够交流相关技术；充分利用现有的试验数据，分析

发现有用知识；通过现代化的管理技术，实现人员、任务、设备的分配等实验室

的管理和对流程、资源等的综合管理。

§1.2 决策支持在材料试验中的研究意义

随着计算机控制技术、网络通信技术、数据存储、数据处理技术的不断成熟

和应用，计算机技术深入到材料试验的监控和管理当中，形成了不同规模的材料

试验监控系统、试验信息管理系统，同时也有把试验监控作为信息管理系统的一

部分，使得系统的功能更加全面、完整。

长期以来，材料研究常常是进行大量试验、大面积的原材料筛选，要消耗大

量的人力、物力和时间。由于存在大量还未成为理论化的经验和实验规律，因此，

在相当长一段时间内还不能完全脱离经验和探索性的实验来进行材料研究。于是，

第一章绪论

人们将目光转向理论辅助型材料研究，将先进的计算机技术应用于现代材料研究

中，实现用较少的实验取得理想的材料研究，达到事半功倍的效果。

通常情况下，材料试验过程中会面临着这样一个问题：对于给定最终材料或

产品的需求（可以是对产品的最终期望需求），怎样最优地处理材料，然后再通

过实验进行验证，分析。“最优地处理材料”，是在基于试验数据甚至是在材料

试验之前必须考虑的问题，这个“最优化”问题可以简单概括为类似以下几个方

面：

材料实验的时间基准

使用哪些材料，各个材料需要多少

如何混合，按什么比例

材料试验当中以何种环境（速度、温度等）、何种流程进行

如果需要用化学品，那么用在哪个阶段

最终产品的最佳混合成分

材料的性能参数和工艺参数如何确定等

现实的实验过程当中，以上的问题会根据最终的需求和不同的实验对象而涵

盖更多的内容，在这里我们仅仅是举几个方面进行说明。对这样问题实现支持决

策，从数据收集、集成数据到建立模型都是费时费力的工作。但是从公司、实验

方面来说，这些问题却是最希望得到答案的。当前，国内的解决方式主要以专家、

经验为主，依赖性和不确定性都很大，理论的依据也不够充分。虽然在材料试验

中，基于数学规划、人工智能的数据分析，决策支持的实现研究的结果是未知的，

但是可以知道这一途径是值得探索的，这些方法在其他领域中研究实践中，已经

得到了很好的效果，并且已经成为研究热点，各行各业都希望能从现有的数据中

发现有用的知识。

因此，在材料实验的研究过程中，我们需要对决策支持进行研究，从实验室

的管理上同样也需要决策支持。决策支持的研究实施在金融、市场研究等领域的

应用上正在发挥巨大作用，可借鉴的研究经验比较多。本课题在材料试验监控系

统的基础上，研究决策支持的相关技术，实现材料试验样本数据的智能分析、发

现知识、实现决策支持，该研究对材料科学研究方面具有很大意义。

§1.3 国内外研究现状

20 世纪 60 年代后期，决策支持系统概念被提出来，出现了面向模型的决策支

持系统，70 年代时决策支持系统在理论上得到很大的发展。提出了决策支持系统

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要材料试验监控系统在国内一般以试验设备、过程监控、数据采集为主要内容，试验管理上比较简单，以专家人工分析为主，结合计算机技术的智能化材料科学研究相对落后。在材料科学领域，决策支持理论在国外公司已有初步研究实施，在材料试验流程、处理工艺等方面的改进、优化，效果显著。本课题是在分析材料试验行业现状和实际项目需求的基础上，结合面向对象方法，智能数据分析、数据挖掘技术，提出了材料试验监控系统总体设计方案，设计研究决策支持在该系统中的应用。论文主要从系统设计和理论研究两个方面进行研究阐述。在系统设计上，总体设计方案考虑到网络化分布式下的材料试验，针对不同类型的材料试验要求和测量参数指标，数据库设计能够...

展开>> 收起<<

材料试验监控系统中的决策支持应用与研究.pdf

共69页,预览7页

还剩页未读，继续阅读

材料试验监控系统中的决策支持应用与研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: