陈 鑫， 魏 菲

（西安交通工程学院， 陕西 西安 710300）

引言

21 世纪是信息化技术快速发展的时代，以大数据为代表的信息化技术在各行各业中都有了比较重要的应用，尤其是工业企业的设计、生产和制造中，蕴含了海量的信息数据，这些数据信息是有价值的信息和垃圾信息的混合体，因此如何快速、准确地从这些海量数据信息中获取想要的有价值的信息，便成了促进工业企业高质量发展的关键因素。为了解决这一问题，研究人员利用信息化技术研究出来了数据挖掘技术，数据挖掘技术可以快速精准地定位捕捉到人们想要的数据信息，为工业的发展提供有力的信息支撑，从而提高工业企业的信息化管理水平。

1 数据挖掘技术的概念

1989 年8 月在底特律举行的国际联合人工智能学术会议上首次提出了数字挖掘这一概念，数据挖掘又被叫做知识的发现，与从数据库中发现知识（简称KDD）有比较大的不同，严格来讲数据挖掘只是从数据库发现知识（KDD）中的一步，它是指利用KDD 中的特定运算方法在指定的数据挖掘任务中找出想要的数据模式类型，也就是从海量的数据信息中利用特定的KDD 运算方法挖掘出隐藏在其中的特定信息。针对挖掘信息内容的不同，将数据挖掘技术分为描述和预测两个类型，其中描述是指人们对需要挖掘的数据信息内容已经基本了解，通过对数据信息的特征进行描述找出信息的位置；而预测则是指人类利用数据挖掘技术找出数据库中隐含的、未知的数据信息，而这些数据信息往往会具有比较大的应用价值，因此数据挖掘技术对实现工业企业信息化管理具有重要意义。

2 数据挖掘技术在工业企业信息化管理中的重要性

目前我国已经成为世界上的工业强国，我国的工业发展水平整体比较高，然而随着工业现代化程度越来越高，工业企业中的数据信息也比较多，这些数据信息不仅数量大、种类繁多而且数据间的联系性不强，这加大了数据信息管理的难度。虽然我国工业发展已经实现了信息化管理，但依然没有很好地实现工业企业数据信息的有效利用。数据挖掘技术可以对数据信息进行描述和预测，并对得到的数据信息进行智能分析，找出数据信息中隐藏的巨大价值，这对工业企业的设计、生产和制造具有重要的指导意义。

3 数据挖掘技术在工业企业信息化管理中的具体应用

3.1 数据挖掘技术在工业安全监测信息化管理中的应用

利用数据挖掘技术可以有效地实现工业安全监测信息化管理，例如在煤矿企经营管理过程，安全监测是保证煤矿正常、有序运行的关键，利用数据挖掘技术的偏差监测挖掘技术，对煤矿信息化系统中的生产数据进行智能化分析，及时发现生产工艺过程中的不足和偏差，提前对煤矿生产开采模式进行优化改进，减少煤矿安全事故的发生，从而为煤矿企业创造更大的经济价值。

3.2 数据挖掘技术在工业生产控制信息化管理中的应用

工业生产过程中往往需要对很多生产指标进行控制，来达到正常、稳定生产的目的。但是在现实生产中因为工业生产过程比较复杂，想要寻找到合适的产品质量和工艺操作的控制指标往往比较困难，而控制指标也就是被控变量如果选择不当也会对生产操作、产品质量控制具有比较大的负面影响，因此被控变量的选择就成为了关键因素。在煤矿的精煤压滤过程中，需要严格控制滤饼的水分，但直接对滤饼水分进行检测难度比较大，这时可以利用数据挖掘技术中的模糊控制规则算法，构建滤饼水分与入料浓度和压榨压力之间的关系，而当压榨压力恒定时入料浓度便成了决定滤饼水分的主要因素，因此可以将入料浓度设定为精煤压滤过程的控制变量，从而实现对滤饼水分的控制和监测。因此利用数据挖掘技术的相关性分析可以帮助工业生产选择合适的间接指标，并找出间接指标与质量指标之间的对应关系，从而实现对工业生产过程的自动化控制。

3.3 数据挖掘技术在工业故障诊断信息化管理中的应用

在工业生产过程中如果某一环节或者是某一个机器出现故障，可能会导致整个生产线的停车检修，这无疑会对企业造成巨大的经济损失，因此对工业生产的各个环节进行故障诊断就显得尤为重要。数据挖掘技术通过对生产数据信息进行深入挖掘并进行分析，可以找出工业生产和故障发生之间的联系性，并根据数据上的联系性对工业生产可能会出现的故障进行预测，找出机器或者是零件可能存在的质量问题和生产环节中存在的操作问题，根据预测结果及时制定改进措施，预防工业生产故障的发生，保障工业企业的人身安全和财产安全。例如利用数据挖掘技术中的关联规则分析技术和粗糙集方法，可以进行发电厂设备检修和变压器检修等，虽然很多发电厂电力变压器的数据信息比较复杂，但是数据挖掘技术依然可以为变压器建立完善的故障诊断模型，对变压器进行高效的故障诊断和缺陷预测。

3.4 数据挖掘技术在工业企业营销信息化管理中的应用

在这个日新月异的时代，决定一个工业企业能否长远发展的重要因素就是对客户信息的准确掌握。例如在电力行业的营销管理中，通过使用数据挖掘技术可以把电力公司分散的客户信息建立有效的联系，并对客户信息进行分类整理，建立不同类目的客户信息数据库。在对客户信息进行分类挖掘管理时，通常使用的是数据挖掘技术中的聚类分析算法，通过采用聚类分析算法可以准确地得到电力企业相关客户的结构与特征，准确的把握客户对电力、供电的需求，并且还可以对重要客户给电力公司带来的利润、收入以及存在的商业风险进行准确分析，根据这些信息可以建立电源信息管理与分析系统和客户采集监控系统，从而为电力公司的决策者提供可参考的标准，来确定电力营销的最佳模式。

4 数据挖掘技术在工业企业信息化管理中的应用策略

随着大数据时代的到来，工业企业在生产、制造过程中将会产生更多的数据信息，人们会对数据信息处理的技术手段提出更高的要求，因此加强数据挖掘技术在工业企业中的信息化管理应用对工业发展具有重要意义。因此，为了更好地促进数据挖掘技术在工业中的应用，应从以下几方面着手改进：一方面要重视对数据挖掘专业技术人才的培养，为工业企业实现高度信息化管理提供有力的人才支撑；另一方面要拓宽数据挖掘技术的应用范围，数据挖掘技术对数据的预测和描述功能决定了数据挖掘技术在工业信息化管理中的应用多样性。因此为了可以将数据挖掘技术应用到商品市场价格走势预测、工业产品供应链优化以及对客户和供应商进行画像分析等信息化管理中，帮助工业企业实现更好的生产决策和资源配置，同时利用信息化技术还可以帮助工业企业规避潜在的客户和供应商风险，让数据挖掘技术在工业企业信息化管理中实现更广泛的应用。

5 结语

信息化技术是提高工业企业信息化管理的重要技术手段，它可以有效地提高工业企业的生产效率和信息化水平。而数据挖掘技术作为信息化技术的重要组成部分，在工业企业安全监测、生产控制、故障诊断和工业产品营销等各方面信息化管理中都有比较重要的应用，也为工业企业的发展带来巨大的经济效益。因此为了更好地加强数据挖掘技术的应用，政府和有关工业企业应该加强对数据挖掘技术人才的培养，壮大信息化技术的人才队伍，并且积极拓宽数据挖掘技术在工业企业的应用范围，充分发挥信息化技术在工业企业运行中的优势，让我国的工业企业跟紧时代步伐，实现工业企业的信息化、智能化发展。