数据挖掘技术能从海量、高维、相互关系复杂的数据中挖掘出未知且有用的知识;数字样机技术以CAX/DFX为技术基础,能在计算机上进行产品全生命周期的仿真,在其建模和运行过程中会产生大量的异构数据,数据挖掘技术可以通过非平凡的方法从这些异构数据中发现有用的知识或模式。本文采用数据挖掘技术对袋式除尘器数字样机工作性能和安全性能的预测进行了深入的研究,具体工作如下:⑴分析了数字样机的仿真过程、参数和数据特点,结合袋式除尘器数字样机数据分析的需求,建立了对袋式除尘器数字样机的工作性能和安全性能进行预测的数据挖掘目标,并对袋式除尘器的性能进行了分析,在此基础上研究了袋式除尘器数字样机数据挖掘的基本框架。⑵分析了袋式除尘器数字样机的数据特点,研究了袋式除尘器数字样机数据挖掘的要求,确定了采用BP神经网络算法建立工作性能预测模型,采用CART决策树算法建立安全性能预测模型,实现了数据挖掘模型的建立。⑶开发了袋式除尘器数字样机数据挖掘的应用系统,完成了面向产品数字样机仿真和数据挖掘功能模块的开发,通过对192系列袋式除尘器数字样机的整机工作性能和袋室安全性能进行预测,证明了该功能模块的可行性和有效性。研究和应用结果表明,数据挖掘技术可以效果很好地应用于数字样机环境下。通过在数字样机上应用数据挖掘得出的知识或模式,可以使设计者更方便地了解产品参数与性能之间的联系,为快速、准确、低成本地研发新产品提供参考。