一、我国铝电解工业的发展和面临的挑战（论文文献综述）
于洪,杨雪梅[1]（2021）在《三支决策在工业大数据中的应用》文中进行了进一步梳理当前,我国正处于工业化和信息化的深度融合时期,发展基于工业大数据的人工智能新技术是实现从制造大国向制造强国迈进的战略举措。三支决策是一种符合人类认知的智能信息处理模式,文中提出结合三支决策的思想来解决工业大数据中的一些问题。首先,归纳总结了工业大数据新的特点,分析了工业大数据智能决策面临的挑战;然后,对三支决策在工业大数据的应用进行了举例阐述;最后,探讨了未来的研究方向。
路辉[2]（2021）在《复杂铝电解质关键物化参数预报和测定新方法》文中研究说明铝电解质是电解铝生产的载体介质,其组成和物理化学性质直接影响铝电解产品质量、电能消耗和电流效率。随着原材料及辅助材料变化,电解质体系成分越来越复杂,且呈现出明显的区域性特征,其物理化学性质发生了较大改变,给电解生产带来效率低、能耗高、沉淀多和控制难等系列问题。围绕电解铝工业提质增效、节能降耗,转型升级战略目标,深入研究复杂铝电解质体系物理化学性质,探索复杂电解质初晶温度、分子比等关键物化参数精准预报和测定,对优化铝电解生产工艺、实现生产精准管控和推动铝冶炼智能升级具有重要意义。本论文以复杂铝电解质体系为研究对象,采用多种分析检测手段,获得了复杂铝电解质体系的化学组成、物相组成、元素赋存状态和热稳定性等物理化学性质,揭示了复杂铝电解质体系区域性特征,建立了原材料、辅助材料和复杂电解质体系形成间的映射关联。采用机器学习算法,构建了基于多基体类型、宽成分范围复杂铝电解质样本的初晶温度预报模型。采用激光诱导击穿光谱（LIBS）技术,基于特征提取和机器学习融合的化学计量学方法实现了复杂铝电解质CR的定量分析测定。开展了熔融复杂铝电解质CR和Ca、Mg含量的LIBS原位在线检测实验,首次实现复杂铝电解质体系主要成分的LIBS原位在线检测分析。主要研究成果如下:（1）电解质和原辅料多维度、大容量的多源数据结合原料区域供应协同的分析方法,实现复杂铝电解质体系和原辅料间成分的区域映射关联。分析了复杂铝电解质体系的典型物理化学性质,揭示了复杂铝电解质体系区域性特征。从氧化铝、炭素阳极、阳极覆盖料和炭渣等方面对复杂铝电解质体系形成进行溯源分析,阐明氧化铝、炭素阳极和阳极覆盖料中杂质元素分布规律,构建了铝电解原材料、辅助材料中杂质元素和复杂铝电解质形成之间的基本映射关系。（2）大样本容量电解质样本成分全要素耦合结合机器学习解析的建模方法实现了复杂铝电解质体系初晶温度的精准预报。模型适用范围拓宽,预报准确性提高,揭示出复杂铝电解质体系初晶温度与其化学成分之间的非线性关系。BP-ANN模型留一交叉验证RMSE=6.77,MRE=0.54%,39个外部样本初晶温度预报的平均相对误差为0.39%;SVM（Rbf）模型留一交叉验证RMSE=6.90,MRE=0.49%,预报39个外部样本初晶温度的平均相对误差为0.43%,预报准确性较高,具有重要的应用价值。（3）设计、搭建LIBS实验装置,通过开展单因素实验,实现了 LIBS检测关键实验参数优化。通过选择特征分析谱线,计算等离子体温度和电子密度,证实等离子体光谱有效性,优化LIBS实验条件,获得合理的实验参数组合。结合Mc-Whirter准则,计算出激光等离子体温度为5353 K,电子密度为1.55×1018 cm-3,证实复杂铝电解质等离子体满足局部热力学平衡状态,LIBS等离子体光谱有效。实验确定LIBS参数优化条件为:氩气气氛,激光器延迟时间4 μs,激光器能量133 mJ,电解质研磨时间30 s,电解质压样压力8 Mpa,激光脉冲累加50次,为复杂铝电解质体系主要成分LIBS定量分析奠定基础。（4）提出基于光谱变量特征提取和机器学习融合方法,首次实现复杂铝电解质CR的LIBS定量测定分析。采用超多面体方法筛选光谱特征变量,以筛选出的特征变量为新数据集,采用机器学习算法训练建模,发现SVM（Liner）模型留一交叉验证RMSE=0.062,MRE=1.79%,SVM（Rbf）模型留一交叉验证RMSE=0.027,MRE=0.93%;通过验证17个外部独立测试样本,SVM（Liner）与SVM（Rbf）模型测定分析复杂电解质CR的平均相对误差为0.33%与0.43%,Hyperpolyhedron-SVM方法对复杂铝电解质训练样本和验证样本均表现出较好的分析测定能力。（5）搭建LIBS原位在线检测装置结合化学计量学解析方法,首次实现高温环境下强扰动、非均质熔融态复杂铝电解质主要成分的LIBS定量分析。基于全谱的SVM校正模型分析测定能力较好,分析20个外部电解质样本CR的平均相对误差为2.62%。采用传统定标法建立了面向复杂电解质体系Ca、Mg含量的定标曲线,其中Ca元素的定标曲线为y=6208.43x-8654.59,定标模型 R=0.94,RSD=1.89%,Mg 元素的定标曲线为 y=7120.13x+1312.60,定标模型R=0.95,RSD=3.28%。通过分析13个外部独立测试电解质样本,Ca元素平均相对标准偏差为5.40%,Mg元素的平均相对标准偏差为13.0%。Ca元素最低检测限为8.54mg·g-1,Mg元素最低检测限为15.50mg·g-1。
丁伟[3]（2021）在《基于粒子滤波网络的铝电解制造系统建模研究》文中进行了进一步梳理金属铝及其合金因性能优良、生产成本低廉、制造技术成熟等特点,在基础设施建设和战略新兴产业间均有着广泛的应用。铝主要是以氧化铝为溶质,冰晶石为溶剂,通过电解法批量生产,其生产过程内部不断发生着物质更替与能量交换,外部环境也频繁伴随着阳极更换、母线调整等工序交替。传统冶炼铝工艺能耗往往较高,其能源利用率不足50%且污染严重,这与我国节能减排的生产理念格格不入。因此,研究铝电解制造系统节能减排技术对提高生产效率、降低工艺能耗以及保护自然环境都具有重要的工程应用价值。基于机器学习、智能建模与优化策略等先进技术为核心的铝电解智能制造,已然成为铝电解工艺设备节能减排、绿色发展的一种趋势;研究如何将铝电解生产制造系统与前沿人工智能技术进行深度融合,对带动铝电解智能制造水平具有显着的战略地位。由于铝电解制造系统具有参数冗余、动态时变、过程数据呈现非高斯性等复杂特征,研究如何精确地建立能够反映铝电解真实过程的动态自适应模型,便成了实现该系统智能决策优化急需攻克的难题。然而,现如今铝电解制造系统智能化水平、数据处理能力、模型预测精度均达不到理想要求,其主要原因如下:（1）铝电解制造系统机理极其复杂,很难用简洁的形式表达清楚。即使预设了前提假设,仍难以保证得到的模型与实际过程的吻合性;（2）铝电解过程中噪声往往呈现冗杂的非线性非高斯性特征,探寻适用于各种噪声干扰情况下的强鲁棒性模型仍是一个技术难题;（3）铝电解工艺决策变量相互影响、冗余严重,如何处理决策变量在高维空间内的耦合性问题也是一个研究重点;（4）铝电解制造系统需与外界环境不断地进行物质、能量、信息交换,若所建模型仅仅是静态的,则很难适应环境变化。为此,本论文针对以上问题,展开了如下研究工作:（1）粒子滤波网络的非机理性动态模型在系统机理模糊的情况下,本文构建一种新型粒子滤波神经网络模型。该模型基于研究数据本身,将神经网络的权值阈值作为粒子滤波的状态变量,神经网络的输出作为粒子滤波的量测变量,利用粒子滤波的动态逼近来实时调整神经网络的权值和阈值。实验结果表明,粒子滤波网络模型具有一定的鲁棒性与可扩展性,不仅拓宽了滤波神经网络体系,也为后续优化提供了模型基础。（2）混合退火粒子滤波网络的高精度模型针对粒子滤波固有特性带来的负面影响,在粒子滤波网络的基础上,将标准粒子滤波替换为混合退火粒子滤波,利用混合建议分布作为重要性函数来替代标准粒子滤波的后验分布;并通过研究退火因子来调整状态噪声和量测噪声之间的关系,使混合建议分布更加接近表征于似然分布。实验结果表明,混合退火粒子滤波网络改善了粒子滤波的缺陷,提高了模型的预测精度。（3）基于几何流形能量的聚类优化策略为深度挖掘上述模型的预测潜能,本文首先利用局部线性嵌入算法对高维空间内的数据进行降维;然后利用降维后数据的几何曲率来表示流形能量,使得流形能量最小化以便得到边界点,从而划分聚类区域;最后再引入粒子稀疏化网格重采样进行二次采样改善粒子多样性损失。基于新型铝电解槽来设计消融实验,结果证实了所提出优化策略的合理性与有效性。
郭英杰[4]（2020）在《基于多粒度的铝电解过热度预测模型研究》文中研究说明铝制造业是我国国民经济的支柱产业之一,最近两年总资产贡献率均超过10%,高于全国工业9%的平均水平。铝具有铸造性强,密度小,不易腐蚀等优点,在航空航天、建筑装饰、电子家电等领域被广泛应用。过热度是铝电解过程中的一项重要参数,具体定义为铝电解质温度和初晶温度的差值。将过热度控制在合适范围内可以减小电流造成的损耗,延长电解槽寿命。由于实时测量过热度难度较大,因此对未来时间点的过热度进行预测从而进行防护防治显得尤为重要。针对过热度预测的问题,本文结合粒计算和时间序列数据挖掘等理论展开了如下研究工作:1.针对过热度无法有效的进行实时测量的问题,提出了一种基于多粒度的铝电解过热度预测模型（Prediction Model Based on Time Granularity,PMBTG）。首先,进行数据的预处理,对原始数据中频率不同的两部分数据进行频率统一,选择出合适的属性用于构建特征;其次,基于多粒度思想,定义时间片大小,在时间片内划分时间粒,并结合时间粒构建新的特征集与样本集;然后,对样本数不平衡的小样本集进行过采样处理使得样本数接近于1:1;最后,利用分类器对新的样本集进行训练,得到基于多粒度的铝电解过热度预测模型。通过在山东魏桥铝电有限公司提供的生产数据的实验,表明该方法能够有效解决过热度预测问题,在Precision,Recall,F-Score等指标上优于文献中其他模型。2.针对铝电解数据量大、维度高等特点,基于Spark并行计算框架,提出了基于多粒度的铝电解过热度并行预测模型。首先,将原始数据读入Spark的RDD中,根据电解槽编号进行数据划分;其次,对PMBTG算法中提出的特征集构建和样本集构建分别实现并行化,从而得到每个分区的小样本集;最后,合并所有分区的结果得到总样本集。将总样本集划分为测试集、训练集和验证集,采用不同的分类器对样本进行训练,得到模型。调用分类算法在山东魏桥数据集上分别验证并行算法的可靠性和高效性,实验结果表明,该并行算法能够在保证原算法可靠性的基础上,解决算法在大规模高维数据集上运行时间过长的问题。为了便于生产线工人使用模型,本文设计并编写了铝电解槽过热度预测系统,界面简洁,操作简单。
陈威[5]（2020）在《铝电解工业知识图谱的构建关键技术研究》文中进行了进一步梳理铝电解工业在我国有着重要的战略基础地位,铝制品广泛应用于我国国民经济的各个领域。随着21世纪我国铝电解工业的崛起,我国铝电解工业面临的挑战也日渐明显,能源危机、产能过剩等问题亟需解决,与此同时铝电解槽结构和管控具有复杂性,在现阶段主要依靠人工的方式来管理,存在着效率低下等问题。知识图谱对解决影响因素较多的问题具有重要的作用。铝电解工业其生产过程中受电、热、磁等因素影响,知识图谱能够明确铝电解工业各影响因素的相互关系,通过分析实体-关系-实体以及实体的属性,提高智能搜索的效率,帮助帮助铝电解工业实现智能化。本文在铝电解工业为应用背景的基础上,对铝电解工业的知识图谱构建关键技术进行了研究。（1）首先对知识合并的方法进行了研究,在K-means算法的基础上,结合Canopy算法,并结合最大最小法的思想,提出了采用Canopy-K-means++算法并对铝电解工业的知识进行合并,结果具有很好的参考价值,解决了部分铝电解工业内的实体划分问题;（2）其次,对智能搜索的关键技术,采用模拟人脑搜索与记忆功能的禁忌搜索算法,针对禁忌搜索算法的禁忌长度的过长或者过短会对搜索结果带来消极影响的问题,改进传统禁忌搜索算法的固定禁忌长度,提出了一种动态禁忌长度的禁忌搜索算法并进行模拟仿真,仿真结果表明,动态禁忌长度的禁忌搜索算法在搜索后期具有更好的邻域搜索效果;（3）最后,基于Protégé对铝电解工业知识图谱进行了构建,构建了铝电解槽的槽图谱等,展示了简单的搜索功能并以电压为例进行展示。通过本文铝电解工业知识图谱的研究与构建研究,对提高铝电解的工作效率,形成统一的格式标准,乃至实现铝电解工业的智能化具有重要的现实意义。
王国胤,于洪[6]（2019）在《多粒度认知计算——一种大数据智能计算的新模型》文中指出[目的]分析大数据智能计算的研究背景和面临的主要挑战问题,从认知计算的角度介绍一种大数据智能计算的新模型——多粒度认知计算。[方法]阐述大数据智能计算是实现大数据价值的必由之路,分析传统大数据智能计算模型所采用的数据计算机制,分析其与人类大脑认知机制不一致的问题。介绍统一满足人类大脑"大范围优先"认知机制（由粗粒度到细粒度）与计算机系统信息计算处理机制（由细粒度到粗粒度）的大数据智能计算研究新模型——多粒度认知计算,并介绍数据驱动的粒认知计算DGCC计算框架。[结果]发现建立数据驱动的粒认知计算模型,实现数据与知识双向驱动和变换,需要研究多粒度空间的描述问题、多粒度联合求解问题、人机认知机制融合等三个科学问题。[结论]通过在流程工业智能制造上进行的初步探索表明,多粒度认知计算是解决大数据智能决策面临"数据-知识"融合难题的一种有效的新模型。
黄翔[7]（2019）在《WL公司竞争战略研究》文中进行了进一步梳理电容器与电感器、电阻器称作三大被动电子元件。电容器在电路中能起到滤波、耦合、隔直流、储能的作用,因而被广泛应用于电子、电器和信息行业的各个领域。特别是在彩电国产化后,我国的电容器行业高带增长,为国民经济发展及国防现代化建设作出了积极贡献。伴随着信息技术和电子设备的持续发展,电容器需求将稳步释放,未来前景可期。本文以国内电容器企业WL公司为研究对象。公司是一家集体所有转制为民营企业的上市企业。至从70年代进入电容器行业,经历近50年的发展后,公司总资产规模已达35亿元。公司产品广泛应用于彩电、计算机、变频空调、照明电子、通讯设备、工业控制系统、汽车电子、航空、军工领域,现已成为国内规模最大、全球排名第7位的电容器专业生产企业。但当前WL公司存在着传统电容器产品盈利水平逐步下降的困境,以及新型电容器产品技术能力和工艺水平急待提升迫切需求。本文在战略制定阶段,首先对电容器行业所面临的政治法律、经济环境、人文环境、技术发展趋势等外部环境进行系统阐述,以及通过对市场环境、行业环境和竞争对手分析,识别出行业关键成功要素和所面临的机遇与潜在威胁;然后通过WL公司的发展历史、资源和能力进行分析,识别出WL公司的核心专长和所具备的优势和所面临的劣势;接着应用SWOT组合分析建立了WL公司所面临的问题解决的备选方案,结合公司发展态势分析确定战略发展方向和中长期战略目标,继而完成传统电容器产品线的低成本竞争战略和新型电容器产品线的高差异聚焦竞争战略的选择,并制定出相应具体竞争战略内容。在战略实施阶段,把中长期战略目标逐层分解至年度经营目标和各职能领域年度目标,并制定相应的行动计划和保障方案,确保战略有效落地。通过对WL公司竞争战略研究,为解决WL公司所面临问题并走出困境找到适宜的竞争战略和解决方案,有效指导WL公司持续稳步向前发展,同时也可以为国内的其他电容器企业发展战略的制定提供参考与借鉴。
桂卫华,岳伟超,谢永芳,张红亮,阳春华[8]（2018）在《铝电解生产智能优化制造研究综述》文中指出铝电解行业具有战略基础地位,面临着诸多挑战性难题,包括原料来源复杂使得工况难以稳定优化运行、多目标协同优化难度大、控制决策智能化水平和数据利用率低以及铝电解企业在内外环境的不确定性影响下难以实时做出正确决策等.为了解决上述问题,本文提出构建一种集铝电解智能分布式感知系统、系列槽智能协同优化控制系统、大型槽智能优化控制系统、智能安全运行监控系统和虚拟制造系统于一体的铝电解智能优化制造系统的方法.同时提出了铝电解制造系统的未来发展目标和愿景功能,并给出了相关研究方向.最后给出了技术发展规划,提出中短期规划和中长期规划"两步走"战略,并对铝电解生产智能优化制造系统发展前景作出展望.
杨吉森[9]（2018）在《基于增量规则树的过热度软测量预测研究》文中研究表明铝业在我国国民经济与国防工业中具有十分重要的地位和作用,铝具有密度小、比强度高、不易腐蚀等优点,被广泛用于交通行业、食品工业、文体卫生等各个领域。在铝电解生产过程中,过热度是指电解质温度与初晶温度的差值,起着十分重要的作用。如果电解槽工作在适当的过热度状态下,那么可以提高电流效率、延长电解槽寿命。但是,由于铝电解在生产过程中会涉及到大量的生产参数以及复杂的环境变化,因此过热度测量难度较大且测量过程复杂。论文旨在对除过热度外的参数进行分析,从而达到对过热度进行软测量预测的目的。针对山东魏桥铝电有限公司所提供的数据集,设计了一个铝电解过热度软测量预测模型,主要包括数据预处理、规则提取与存储、规则的增量式更新与过热度预测四个模块。论文工作包括如下几点:（1）对山东魏桥铝电有限公司所提供的历史生产数据集进行了预处理,对存在缺失值、有误测量值的数据集进行了删除和填充,采用统计学方法对采集频率不同的数据进行了补齐,并将连续数据进行了离散化的处理,最后采用属性约简的方法对数据集进行了简化。采用了粗糙集理论中的启发式值约简算法对历史数据进行了知识提取,并借鉴决策树的思想,设计了可以存储规则的规则树。（2）基于规则树,提出了一种新的规则增量式更新方法。考虑到新的数据集对规则知识的影响比历史数据集大,设计了数据集权重衰减方法,同时提出了可信度作为规则的一种新的评价指标,在匹配发生冲突时会选择可信度较高的规则。最后采用了实际的生产数据以及UCI公共数据集对提出的算法进行了验证。（3）为了方便铝厂工作人员的使用,基于本文提出的过热度软测量预测模型,设计并实现了一个过热度软测量系统。该系统主要包括导入数据模块、数据预处理模块、规则提取与存储模块、规则增量式更新模块、规则集查看模块、清除数据模块与过热度预测模块七个功能模块,界面简洁,操作简单。
刘鹏[10]（2017）在《YF公司汽车薄膜电容器营销策略研究》文中研究表明随着电力电子技术的不断发展,电力电子设备的各种元器件需求量将不断增加,大批优质的国产电力电子器件品牌开始涌现并占领市场。另一方面由于国家政策的大力支持,新能源汽车销量正呈现井喷式的增长,这带来大量的电力电子器件的新增需求,为电力电子器件制造商创造了无限想象空间的市场增量。而YF公司是一家目前规模较小的薄膜电容器制造商,如何在新能源汽车市场迅速崛起过程中能够突显品牌,以及如何通过多年来服务电力电子被动器件的丰富经验和市场积累,为新能源汽车市场客户创造价值是YF公司当下面临的重要问题。本文从一家中国本土品牌的薄膜电容器的制造商出发,以薄膜电容器在新能源汽车行业的市场营销策略为主要研究内容,从外部宏观环境、行业环境及竞争环境进行分析,加上对企业自身的营销现状进行分析总结,找到营销问题根源,运用市场营销管理理论,主要应用STP理论和4Ps营销组合理论,制定出YF公司汽车薄膜电容器的营销策略。本文不但能够为YF公司的汽车薄膜电容器的营销工作提供现实指导意义,从而帮助实现公司从传统工业零部件供应商向汽车行业零部件供应商的转型,也能够为薄膜电容器行业及相关的电力电子器件在新能源汽车上的应用和市场策略研究提供参考。
二、我国铝电解工业的发展和面临的挑战（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、我国铝电解工业的发展和面临的挑战（论文提纲范文）
（1）三支决策在工业大数据中的应用（论文提纲范文）
| 1 工业大数据 |
| 2 三支工业大数据应用案例 |
| 2.1 三支过热度预测 |
| 2.2 分层组织机构成员评价 |
| 2.3 基于三支聚类的加热炉钢温软预测模型 |
| 3 三支工业大数据分析的研究展望 |
| 4 结语 |
（2）复杂铝电解质关键物化参数预报和测定新方法（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 2 文献综述 |
| 2.1 铝电解质体系概述 |
| 2.1.1 铝电解质体系发展历程 |
| 2.1.2 铝电解质体系分类 |
| 2.1.3 复杂铝电解质体系形成原因 |
| 2.1.4 复杂铝电解质对生产过程的影响 |
| 2.2 铝电解质体系初晶温度预报和CR测定分析 |
| 2.2.1 铝电解质体系初晶温度预报 |
| 2.2.2 复杂铝电解质体系CR测定分析 |
| 2.3 激光诱导击穿光谱(LIBS)技术 |
| 2.3.1 LIBS技术概述 |
| 2.3.2 LIBS激光等离子体产生机制 |
| 2.3.3 LIBS定量分析方法 |
| 2.3.4 LIBS技术在冶金中的应用 |
| 2.4 研究背景和内容 |
| 2.4.1 研究背景 |
| 2.4.2 研究内容 |
| 3 复杂铝电解质体系物化特征和溯源分析 |
| 3.1 实验方案 |
| 3.1.1 实验原料 |
| 3.1.2 实验仪器 |
| 3.2 复杂铝电解质物化特征分析 |
| 3.2.1 化学成分分析 |
| 3.2.2 物相组成分析 |
| 3.2.3 元素赋存状态分析 |
| 3.2.4 热稳定性分析 |
| 3.3 复杂铝电解质体系形成溯源分析 |
| 3.3.1 氧化铝中杂质元素分析 |
| 3.3.2 炭素阳极中杂质元素分析 |
| 3.3.3 阳极覆盖料中杂质元素分析 |
| 3.3.4 炭渣量分析 |
| 3.4 本章小结 |
| 4 基于机器学习解析的初晶温度预报方法 |
| 4.1 实验方案 |
| 4.1.1 实验原料 |
| 4.1.2 实验装置及原理 |
| 4.1.3 实验方法 |
| 4.1.4 机器学习算法实现 |
| 4.1.5 初晶温度校正模型评价指标 |
| 4.2 结果与讨论 |
| 4.2.1 区域性复杂铝电解质初晶温度测试结果分析 |
| 4.2.2 基于机器学习解析的初晶温度建模及预报 |
| 4.2.3 初晶温度校正模型敏感性分析 |
| 4.2.4 基于优选模型预报的初晶温度等温分布 |
| 4.3 本章小结 |
| 5 LIBS实验系统设计、搭建和关键实验参数优化 |
| 5.1 实验方案 |
| 5.1.1 实验样品制备 |
| 5.1.2 实验装置搭建 |
| 5.1.3 实验方法 |
| 5.1.4 主要评价指标 |
| 5.2 结果与讨论 |
| 5.2.1 等离子体光谱特征分析 |
| 5.2.2 等离子体温度和电子密度计算 |
| 5.2.3 环境气体对等离子体光谱的影响 |
| 5.2.4 延迟时间对等离子体光谱的影响 |
| 5.2.5 激光能量对等离子体光谱的影响 |
| 5.2.6 电解质研磨时间对等离子体光谱的影响 |
| 5.2.7 电解质压实度对等离子体光谱的影响 |
| 5.2.8 脉冲次数对等离子体光谱的影响 |
| 5.3 本章小结 |
| 6 基于光谱特征提取和机器学习融合的LIBS定量分析方法 |
| 6.1 实验方案 |
| 6.1.1 实验原料 |
| 6.1.2 实验装置搭建 |
| 6.1.3 实验方法 |
| 6.1.4 光谱建模与算法实现 |
| 6.2 实验结果与讨论 |
| 6.2.1 基于PLS特征选择的分子比建模及验证 |
| 6.2.2 基于PCA特征选择的分子比建模及验证 |
| 6.2.3 基于Hyper-polyhe特征选择的分子比建模及验证 |
| 6.2.4 基于GA特征选择的分子比建模及验证 |
| 6.3 本章小结 |
| 7 复杂铝电解质体系LIBS原位在线定量分析方法 |
| 7.1 实验方案 |
| 7.1.1 实验原料 |
| 7.1.2 实验装置搭建 |
| 7.1.3 实验方法 |
| 7.2 实验结果与讨论 |
| 7.2.1 工业熔融电解质LIBS光谱特征分析 |
| 7.2.2 熔融复杂铝电解质CR在线检测分析 |
| 7.2.3 熔融复杂铝电解质Ca、Mg含量在线检测分析 |
| 7.2.4 存在问题分析 |
| 7.3 本章小结 |
| 8 结论与展望 |
| 8.1 主要结论 |
| 8.2 创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（3）基于粒子滤波网络的铝电解制造系统建模研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题研究背景及意义 |
| 1.1.2 课题研究的来源 |
| 1.2 国内外研究现状 |
| 1.2.1 铝电解工艺优化 |
| 1.2.2 滤波神经网络建模 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 1.4 本文的章节安排 |
| 2 铝电解工艺制造系统 |
| 2.1 冶炼铝发展史 |
| 2.2 铝电解工艺过程 |
| 2.2.1 铝电解工艺设备 |
| 2.2.2 铝电解工艺原理 |
| 2.3 铝电解工艺制造系统 |
| 2.4 本章小结 |
| 3 基于非机理性建模的粒子滤波神经网络模型 |
| 3.1 反向传播神经网络 |
| 3.1.1 BPNN的步骤 |
| 3.1.2 BPNN的特点 |
| 3.1.3 BPNN的状态空间法 |
| 3.2 常见滤波算法 |
| 3.2.1 卡尔曼滤波算法 |
| 3.2.2 粒子滤波算法 |
| 3.3 粒子滤波神经网络 |
| 3.3.1 问题描述 |
| 3.3.2 粒子滤波神经网络算法 |
| 3.3.3 实验设计与分析 |
| 3.4 本章小节 |
| 4 基于高精度建模的混合退火粒子滤波神经网络模型 |
| 4.1 粒子滤波固有问题 |
| 4.1.1 粒子匮乏 |
| 4.1.2 粒子多样性损失 |
| 4.2 混合退火粒子滤波 |
| 4.2.1 混合建议分布 |
| 4.2.2 退火因子 |
| 4.3 混合退火粒子滤波神经网络 |
| 4.3.1 算法设计与分析 |
| 4.3.2 实验分析与讨论 |
| 4.4 本章小结 |
| 5 基于几何流形能量聚类的混合退火粒子滤波神经网格模型 |
| 5.1 流形聚类方法 |
| 5.1.1 自适应距离度量的流形聚类 |
| 5.1.2 邻域密度函数的流形聚类 |
| 5.2 基于几何流形能量的网格聚类算法 |
| 5.2.1 局部线性嵌入 |
| 5.2.2 几何流形能量 |
| 5.2.3 粒子稀疏化网格聚类重采样 |
| 5.3 基于几何流形能量聚类的混合退火粒子滤波神经网络 |
| 5.3.1 算法设计与分析 |
| 5.3.2 实验分析与讨论 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（4）基于多粒度的铝电解过热度预测模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 粒计算的研究现状 |
| 1.2.2 时间序列数据挖掘的研究现状 |
| 1.2.3 并行计算的研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文组织结构 |
| 第2章 相关理论分析 |
| 2.1 粒计算 |
| 2.2 时间序列数据挖掘 |
| 2.3 机器学习分类算法 |
| 2.4 本章小结 |
| 第3章 基于多粒度的铝电解过热度预测模型 |
| 3.1 模型框架 |
| 3.2 数据介绍 |
| 3.3 铝电解过热度预测模型 |
| 3.3.1 确定时间片和时间粒的大小 |
| 3.3.2 构建特征集和样本集 |
| 3.3.3 对不平衡样本集进行过采样操作 |
| 3.3.4 算法描述 |
| 3.3.5 算法复杂度分析 |
| 3.4 实验分析 |
| 3.4.1 评价指标与数据集 |
| 3.4.2 对比实验 |
| 3.5 本章小结 |
| 第4章 基于多粒度的铝电解过热度并行预测模型 |
| 4.1 分布式计算框架 |
| 4.1.1 Map Reduce |
| 4.1.2 Spark |
| 4.1.3 Map Reduce与 Spark |
| 4.2 基于多粒度的铝电解过热度预测模型的并行化 |
| 4.2.1 样本集构建阶段的并行化 |
| 4.2.2 过采样阶段的并行化 |
| 4.2.3 分类学习 |
| 4.3 实验设计与分析 |
| 4.3.1 度量标准 |
| 4.3.2 数据集与运行环境 |
| 4.3.3 实验方法 |
| 4.3.4 实验效果 |
| 4.4 铝电解槽过热度预测系统 |
| 4.4.1 系统介绍 |
| 4.4.2 功能介绍 |
| 4.4.3 系统使用方法 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 未来工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（5）铝电解工业知识图谱的构建关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 知识图谱发展现状 |
| 1.2.2 铝电解知识管理现状 |
| 1.3 论文主要工作 |
| 1.4 章节安排 |
| 第二章 相关技术与理论基础 |
| 2.1 铝电解生产工艺 |
| 2.2 知识图谱 |
| 2.3 知识合并 |
| 2.4 智能搜索 |
| 2.5 本章小结 |
| 第三章 一种基于欧式距离的知识合并方法 |
| 3.1 无监督学习 |
| 3.2 K-means算法 |
| 3.2.1 欧式距离 |
| 3.2.2 基于划分的聚类 |
| 3.2.3 K-means算法的基本概念 |
| 3.3 K-means++算法 |
| 3.4 Canopy算法 |
| 3.5 Canopy- K-means++算法 |
| 3.6 Canopy- K-means++算法知识合并 |
| 3.6.1 采用Canopy- K-means++算法进行铝电解知识合并 |
| 3.6.2 知识合并的结果评价 |
| 3.7 本章小结 |
| 第四章 基于禁忌搜索算法的智能搜索 |
| 4.1 禁忌搜索算法及其不足 |
| 4.1.1 启发式搜索 |
| 4.1.2 局部邻域搜索 |
| 4.1.3 禁忌搜索算法基本原理 |
| 4.1.4 禁忌搜索算法的重要参数 |
| 4.1.5 禁忌搜索算法的优点及不足 |
| 4.2 禁忌搜索算法的改进 |
| 4.3 禁忌搜索算法智能搜索仿真 |
| 4.4 本章小结 |
| 第五章 铝电解知识图谱的构建 |
| 5.1 铝电解知识图谱的构建 |
| 5.1.1 Protégé建模工具 |
| 5.1.2 使用Protégé构建铝电解知识图谱 |
| 5.2 铝电解知识图谱的维度与粒度 |
| 5.2.1 铝电解知识图谱的粒度 |
| 5.2.2 铝电解知识图谱的维度 |
| 5.3 铝电解工业知识图谱的应用 |
| 5.3.1 电解槽本体可视化 |
| 5.3.2 铝电解知识的智能搜索 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 取得的成果总结 |
| 6.2 下一步的工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）多粒度认知计算——一种大数据智能计算的新模型（论文提纲范文）
| 1 大数据智能计算——大数据的价值实现之路 |
| 2 大数据智能计算面临的主要挑战 |
| 3 多粒度认知计算——大数据智能计算的新模型 |
| 3.1 粒计算思维 |
| 3.2 多粒度认知计算模型方法 |
| 3.3 数据驱动的粒认知计算(DGCC) |
| (1)多粒度空间的描述问题 |
| (2)多粒度联合求解问题 |
| (3)人机认知机制融合问题 |
| 3.4 多粒度认知计算在流程工业知识自动化中的应用 |
| (1)面向层级组织结构的集团企业的多粒度层次评价 |
| (2)工业铝电解中的过热度软测量 |
| 4 结束语 |
| 利益冲突声明 |
（7）WL公司竞争战略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 选题意义 |
| 1.3 文献综述 |
| 1.3.1 企业战略管理理论 |
| 1.3.2 企业基本竞争战略 |
| 1.3.3 战略分析工具 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第二章 WL公司外部环境分析 |
| 2.1 宏观环境(PEST) |
| 2.1.1 政策与法规环境(P) |
| 2.1.2 经济环境(E) |
| 2.1.3 社会人文环境(S) |
| 2.1.4 技术环境(T) |
| 2.1.5 市场环境 |
| 2.2 行业环境分析 |
| 2.2.1 潜在进入者的威胁 |
| 2.2.2 供应商议价能力 |
| 2.2.3 客户议价能力 |
| 2.2.4 替代品的威胁 |
| 2.2.5 行业内部竞争分析 |
| 2.3 市场与客户 |
| 2.3.1 电容器产品的市场特征 |
| 2.3.2 电容器产品主要客户与特征 |
| 2.4 竞争对手 |
| 2.5 行业关键成功要素 |
| 2.6 本章小结 |
| 第三章 WL公司内部环境分析 |
| 3.1 WL公司历史 |
| 3.2 WL公司资源 |
| 3.2.1 人力资源 |
| 3.2.2 组织关系资源 |
| 3.2.3 关键顾客(群)资源 |
| 3.2.4 关键供方资源 |
| 3.2.5 设备资源 |
| 3.4 WL公司能力 |
| 3.4.1 技术能力 |
| 3.4.2 品牌影响度 |
| 3.4.3 生产规模能力 |
| 3.4.4 质量保证能力 |
| 3.5 WL核心专长分析 |
| 3.6 本章小结 |
| 第四章 WL公司竞争战略选择 |
| 4.1 WL公司的SWOT分析 |
| 4.1.1 WL公司的优势(S) |
| 4.1.2 WL公司的劣势(W) |
| 4.1.3 WL公司的机遇(O) |
| 4.1.4 WL公司面对的威胁(T) |
| 4.1.5 WL公司SWOT分析 |
| 4.2 公司战略承诺与战略目标 |
| 4.2.1 WL公司战略承诺 |
| 4.2.2 企业战略目标 |
| 4.3 WL公司竞争战略选择 |
| 4.3.1 传统电解电容器产品线的竞争战略选择 |
| 4.3.2 新型超级电容器产品线的竞争战略选择 |
| 4.4 WL公司竞争战略制定 |
| 4.4.1 传统电解电容器产品线的竞争战略制定 |
| 4.4.2 新型超级电容器产品线的竞争战略制定 |
| 4.5 本章小结 |
| 第五章 WL公司战略实施与保障措施 |
| 5.1 战略目标分解 |
| 5.2 战略实施计划内容 |
| 5.2.1 电解电容器产品盈利水平提升计划 |
| 5.2.2 超级电容器技术创新与业务发展计划 |
| 5.3 战略实施保障措施 |
| 5.3.1 组织保障 |
| 5.3.2 人力资源保障 |
| 5.3.3 财务资源保障 |
| 5.3.4 管控机制保障 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）铝电解生产智能优化制造研究综述（论文提纲范文）
| 1 铝电解生产运行控制系统发展现状 |
| 1) 氧化铝浓度预测与控制 |
| 2) 铝电解生产过程操作决策优化 |
| 3) 阳极电流采集与应用 |
| 4) 阳极效应预报与控制 |
| 5) 铝电解槽故障识别与诊断 |
| 6) 氟盐添加量决策与分子比控制 |
| 7) 铝电解槽过热度估计与状态识别 |
| 2 铝电解生产运行控制系统存在的问题 |
| 2.1 原料、能源供应波动给控制技术带来巨大挑战 |
| 1) 原料来源复杂给控制技术带来巨大挑战 |
| 2) 外部不确定性增加控制决策难度 |
| 2.2 智能化水平不高和数据利用率低给控制技术带来的挑战 |
| 3 构建铝电解智能优化制造系统的必要性与可能性分析 |
| 4 铝电解智能优化制造系统的构成和愿景目标 |
| 4.1 铝电解智能优化制造系统的构成 |
| 4.1.1 铝电解槽分布式智能感知系统 |
| 4.1.2 大型铝电解槽智能优化控制系统 |
| 4.1.3 大型铝电解槽系列智能协同优化控制系统 |
| 4.1.4 铝电解生产智能优化决策系统 |
| 4.1.5 铝电解运行安全监控与自优化系统 |
| 4.1.6 铝电解生产虚拟制造系统 |
| 4.2 铝电解智能优化制造系统的目标与愿景 |
| 5 技术发展规划与展望 |
| 5.1 技术发展规划 |
| 1) 中短期规划 (2017年～2025年) |
| 2) 中长期规划 (2025年～2050年) |
| 5.2 发展展望 |
（9）基于增量规则树的过热度软测量预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文组织结构 |
| 第2章 铝电解过热度预测模型 |
| 2.1 过热度预测框架 |
| 2.2 工业铝电解生产数据集介绍 |
| 2.2.1 历史生产数据集 |
| 2.2.2 过热度 |
| 2.3 数据预处理 |
| 2.3.1 缺失值及有误测量值处理 |
| 2.3.2 数据补齐 |
| 2.3.3 过热度计算 |
| 2.3.4 数据离散化 |
| 2.3.5 属性约简 |
| 2.4 规则提取方法 |
| 2.4.1 分类规则 |
| 2.4.2 粗糙集中的启发式值约简算法 |
| 2.5 本章小结 |
| 第3章 规则树的增量式更新方法 |
| 3.1 规则树介绍 |
| 3.2 数据权重 |
| 3.3 规则可信度 |
| 3.4 规则树的增量式更新方法 |
| 3.5 实验分析 |
| 3.5.1 实验数据 |
| 3.5.2 实验方案 |
| 3.5.3 实验结果 |
| 3.6 本章小结 |
| 第4章 铝电解过热度预测系统 |
| 4.1 系统介绍 |
| 4.2 功能模块介绍 |
| 4.3 系统使用方法 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）YF公司汽车薄膜电容器营销策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目的和方法 |
| 1.2.1 研究目的 |
| 1.2.2 研究方法 |
| 1.3 研究内容和框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 1.4 理论概述 |
| 1.4.1 PEST分析模型 |
| 1.4.2 波特五力模型 |
| 1.4.3 STP营销理论 |
| 1.4.4 4 Ps组合营销理论 |
| 第2章 外部环境分析 |
| 2.1 宏观环境分析 |
| 2.1.1 政治环境 |
| 2.1.2 经济环境 |
| 2.1.3 社会环境 |
| 2.1.4 技术环境 |
| 2.2 行业环境分析 |
| 2.2.1 行业发展的现状 |
| 2.2.2 行业发展的趋势 |
| 2.3 竞争环境分析 |
| 2.3.1 同业竞争分析 |
| 2.3.2 可替代产品竞争分析 |
| 2.3.3 新加入竞争者分析 |
| 2.3.4 供应商议价分析 |
| 2.3.5 购买者议价分析 |
| 第3章 YF公司现状及存在的问题 |
| 3.1 YF公司概况 |
| 3.1.1 YF公司简介 |
| 3.1.2 汽车薄膜电容器产品介绍 |
| 3.2 YF公司营销现状 |
| 3.2.1 产品策略 |
| 3.2.2 价格策略 |
| 3.2.3 渠道策略 |
| 3.2.4 促销策略 |
| 3.3 YF公司营销存在的问题 |
| 3.3.1 公司产品结构组合问题 |
| 3.3.2 公司技术设计被动问题 |
| 3.3.3 公司样品交付缓慢问题 |
| 3.3.4 公司促销方式单一问题 |
| 3.3.5 公司营销组织结构问题 |
| 第4章 YF公司STP策略 |
| 4.1 市场细分 |
| 4.1.1 按产品功能对市场进行细分 |
| 4.1.2 按顾客行业对市场进行细分 |
| 4.1.3 按营销渠道对市场进行细分 |
| 4.1.4 按顾客类型和购买力进行细分 |
| 4.2 目标市场 |
| 4.3 市场定位 |
| 第5章 YF公司营销策略组合 |
| 5.1 产品策略 |
| 5.1.1 客户需求为导向的产品聚焦 |
| 5.1.2 产品功能整合策略 |
| 5.1.3 产品供应链垂直整合策略 |
| 5.1.4 未来技术趋势产品储备 |
| 5.1.5 差异化的“铁三角”服务 |
| 5.1.6 工厂透明化服务 |
| 5.2 价格策略 |
| 5.3 渠道策略 |
| 5.3.1 直营为主 |
| 5.3.2 渠道为辅 |
| 5.3.3 国外市场 |
| 5.4 促销策略 |
| 5.4.1 人员促销 |
| 5.4.2 专业媒体 |
| 5.4.3 展览会及行业会议 |
| 5.4.4 “客户日”活动 |
| 5.4.5 新媒体营销 |
| 第6章 营销策略实施的保障措施 |
| 6.1 营销组织结构重构 |
| 6.2 财务资金的支持 |
| 6.3 人力资源的配备 |
| 6.4 研发技术的支持 |
| 6.5 质量体系的保障 |
| 6.6 信息系统的保障 |
| 第7章 结论和展望 |
| 7.1 研究结论 |
| 7.2 研究不足 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
四、我国铝电解工业的发展和面临的挑战（论文参考文献）
- [1]三支决策在工业大数据中的应用[J]. 于洪,杨雪梅. 西北大学学报(自然科学版), 2021(04)
- [2]复杂铝电解质关键物化参数预报和测定新方法[D]. 路辉. 北京科技大学, 2021
- [3]基于粒子滤波网络的铝电解制造系统建模研究[D]. 丁伟. 四川大学, 2021(02)
- [4]基于多粒度的铝电解过热度预测模型研究[D]. 郭英杰. 重庆邮电大学, 2020(02)
- [5]铝电解工业知识图谱的构建关键技术研究[D]. 陈威. 贵州大学, 2020(04)
- [6]多粒度认知计算——一种大数据智能计算的新模型[J]. 王国胤,于洪. 数据与计算发展前沿, 2019(06)
- [7]WL公司竞争战略研究[D]. 黄翔. 华南理工大学, 2019(01)
- [8]铝电解生产智能优化制造研究综述[J]. 桂卫华,岳伟超,谢永芳,张红亮,阳春华. 自动化学报, 2018(11)
- [9]基于增量规则树的过热度软测量预测研究[D]. 杨吉森. 重庆邮电大学, 2018(01)
- [10]YF公司汽车薄膜电容器营销策略研究[D]. 刘鹏. 上海交通大学, 2017(08)