中國耐磨板工業(yè)面臨著諸多挑戰(zhàn)，市場需求逐步向著個性化、多品種、小批量、環(huán)保綠色、節(jié)能等方向發(fā)展，鋼鐵工業(yè)勢必要通過更高的制造效率、更強的柔性、更低的生命周期成本來迎合市場的變化。工業(yè)大數(shù)據(jù)的合理利用恰恰能滿足企業(yè)的這種需求。如今，基于大數(shù)據(jù)的建模技術廣泛興起，但是研究重點都放在模型的構建方法上，對于原始數(shù)據(jù)常常不加處理直接利用，或者經(jīng)過簡單的標準化處理后直接用于建模。

　　科研工作者針對耐磨板工業(yè)智能制造中大數(shù)據(jù)的建模問題分析了大數(shù)據(jù)的使用方法，將模型分為著重于預測精度的模型和著重于預測規(guī)律的模型?？梢愿鶕?jù)不同的需求選擇不同的數(shù)據(jù)建立對應的模型。在智能制造建模過程中，需要將冗余和誤差較大的數(shù)據(jù)剔除，保證訓練數(shù)據(jù)和預測數(shù)據(jù)的均勻分布，才能建立出包含正確規(guī)律的模型。通過填補空缺值、鋼卷歸并、相似工藝歸并和建模數(shù)據(jù)均勻化處理等處理方法對數(shù)據(jù)進行處理，利用正則化貝葉斯網(wǎng)絡建立了耐磨板力學性能預測模型，并以屈服強度為例分析了工藝參數(shù)對屈服強度的影響。

　　結果表明，通過選擇合適的耐磨板數(shù)據(jù)樣本和數(shù)據(jù)處理方法，可以建立規(guī)律性良好且預測精度較高的模型。經(jīng)統(tǒng)計，屈服強度和抗拉強度的預測數(shù)據(jù)中分別有96.64%和99.16%的數(shù)據(jù)預測值和實測值絕對誤差在±30MPa之內(nèi)，伸長率的預測數(shù)據(jù)中有85.71%的數(shù)據(jù)預測值和實測值絕對誤差在±4%內(nèi)。