[發明專利]一種制造業產品質量數據關聯分析方法

在審

• 申請號: 201810889984.1
• 申請日: 2018-08-07
• 公開（公告）號: CN109118079A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 劉興惠;陳煥芝;王國壽;蘇鋼;李至立
• 申請（專利權）人: 山東緯橫數據科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04;G06K9/62
• 代理公司: 煙臺雙聯專利事務所(普通合伙) 37225
• 代理人: 牟曉丹

1.一種制造業產品質量數據關聯分析方法，其特征在于，包括以下步驟：

步驟1，特征抽取：利用已有的制造業產品多源異構質量數據集，從原始的數據屬性集中抽取構造出符合分析要求的特征集合，提升模型表達準確度、合理性；

步驟2，連續型屬性離散化：在執行關聯分析前，基于K-means聚類算法確定連續型數值屬性的取值劃分邊界，以此對制造業產品質量數據集中的連續型屬性進行離散化處理，形成符合關聯分析算法要求的數據集；

步驟3，質量數據關聯分析：通過覆蓋制造業產品生產全過程各個環節的質量特征指標構建數據分析模型并執行關聯分析算法得到與特征指標相關的規則，依此追溯產品質量異常的原因。

2.根據權利要求1所述的一種制造業產品質量數據關聯分析方法，其特征在于，步驟1所述特征抽取過程中，對于現有的數據集屬性并不能夠直接用做數據分析中的可用屬性，將這些屬性通過解析與計算進一步細化抽取其必要的統計指標作為輔助性特征完善數據分析模型，這些統計指標包括但不限于最大值、最小值、平均值、方差、標準差、極差。

3.根據權利要求1所述的一種制造業產品質量數據關聯分析方法，其特征在于，步驟2所述連續型屬性離散化的具體流程為：

針對質量數據集中的連續型數值屬性進行離散化處理，首先基于K-means聚類算法對溫度、壓力連續型屬性進行必要的聚類，使用聚類描述該屬性的內在結構，然后基于屬性取值的內在結構確定每個劃分簇的劃分邊界，最后按照確定的劃分邊界對連續型數值屬性進行離散化處理。

4.根據權利要求1所述的一種制造業產品質量數據關聯分析方法，其特征在于，步驟3所述質量數據關聯分析的具體流程為：

使用離散化質量數據集構建的數據模型，通過基于FP-Growth算法的多因素關聯分析挖掘得到一系列A->B的關聯規則，其中A代表特征取值集合，B代表產品質量檢測結果，基于挖掘出的蘊含質量異常指標的關聯規則，追溯輪胎質量異常的原因。