Association rules as an example of data mining in the analysis of copper flash smelting process – the metallurgist's point of view

• Autorzy: Jarosz P. , Talar J. , Kusiak J.

Warianty tytułu

PL

Reguły asocjacyjne jako przykład eksploracji danych w analizie zawiesinowego procesu wytopu miedzi - spojrzenie metalurga

• Języki publikacji: EN

Abstrakty

EN

The paper presents an attempt of the exploration of data sets collected in the copper flash smelting process. The goal of the research was to find the association rules occurring between selected output parameters of the process – copper concentration in the slag and lead concentration in blister copper – and input process parameters. The discovered relationships extend the knowledge on the process and can help to improve the models describing the flash smelting process and the process control system algorithms.

PL

W ramach niniejszej pracy przeprowadzono eksplorację danych, pochodzących z procesu otrzymywania miedzi w piecu zawiesinowym. Celem pracy było odszukanie reguł asocjacyjnych występujących pomiędzy wybranymi parametrami wyjściowymi procesu - stężeniem miedzi w żużlu i stężeniem ołowiu w miedzi - a parametrami wejściowymi. Znalezione zależności poszerzają wiedzę o procesie i mogą być pomocne w zakresie poprawy modeli opisujących proces zawiesinowy oraz algorytmów sterowania procesem.

Słowa kluczowe

EN

association rules; modelling of metallurgical processes; copper flash smelting

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2009
• Tom: Vol. 9, No. 3
• Strony: 392--399
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Jarosz P.

autor

Talar J.

autor

Kusiak J.

• Akademia Gorniczo-Hutnicza, al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• 1. Hand, D., Mannila, H., Padhraic, S., 2001, Principles of Data Mining, MIT Press, Cambridge.
• 2. Jarosz, P., Kusiak, J., Talar, J., 2U09, Analysis oj me copper flash smelting process using the data mining, Part II - Association Rules, Rudy i Metale Nieżelazne, 7 (in press)
• 3. Kucharski, M., 2003, Pirometalurgia miedzi, AGH, Kraków (in Polish).
• 4. Larose, D.T., 2005, Discovering knowledge in data: an introduction to data mining, J. Wiley & Sons, Hoboken.
• 5. Padhraic, S., Goodman, R.M., 1992, An informative theoretic  approach to  rule  induction  from  database, IEEE Transaction on Knowledge and Data Engineering, 4, 4, 301-316.
• 6. Stanisławczyk, A., Kusiak, J., 2009, Pre-processing of the industrial data for data mining and modelling – application to the copper flash smelting process, Computer Methods in Materials Science, 9, 3, 369-373.
• 7. Talar, J., Jarosz, P., Kusiak, J., 2009, Expert system application in modelling and controlling the copper flash smelting process, Computer Methods in Materials Science, 9, 3, 379-391.