專利名稱：一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)的制作方法
技術領域：
本發(fā)明屬于冷連軋板形自動控制技術領域，特別涉及一種基于數(shù)據(jù)挖掘的板形控 制關鍵工藝參數(shù)優(yōu)化的方法。
背景技術：
冷連軋板形控制是一個多變量、時變、強耦合和非線性的復雜過程，軋制過程中各 種板形影響因素，如軋制力、軋制速度、彎輥、竄輥、冷卻流量、張應力等會隨著時間進程與 空間位置而變化，并且互相影響、耦合。根據(jù)軋輥彈性變形和帶鋼塑性變形理論，各種板形因素和最終輥縫之間的數(shù)學關 系相當復雜，因此目前板形控制系統(tǒng)中的數(shù)學模型都是建立在大量簡化和假設基礎之上 的，計算結果往往不能滿足用戶需求和產(chǎn)品精度。另外，板形控制往往存在多種手段，例如 軋制力、彎輥、竄輥和分段冷卻等，他們的有效組合也是一個未解的難題。在這種情況下，隨著計算機水平的迅猛發(fā)展以及人工智能研究熱潮的興起，人工 智能被應用在軋制過程中，作為人工智能重要成員的數(shù)據(jù)挖掘技術開始應用于對板形過程 控制工藝參數(shù)的分析和理解上。數(shù)據(jù)挖掘方法與傳統(tǒng)方法不同，它避開了過去那種對軋制過程深層規(guī)律無止境的 探求，而是以事實和數(shù)據(jù)為根據(jù)，實現(xiàn)對軋制過程的優(yōu)化分析和控制。這樣就不必擔心哪一 條基本假設脫離實際，也不必懷疑哪一步簡化處理過于粗糙，只要相信傳感器，相信過去發(fā) 生的事件、采集到的數(shù)據(jù)是真實可靠的，就有理由相信數(shù)據(jù)挖掘的結果是正確的。在冷連軋生產(chǎn)實踐中，人們發(fā)現(xiàn)高水平的軋機操作人員有著非常豐富的參數(shù)設定 經(jīng)驗，他們可以根據(jù)各種工況，合理地控制各種軋制參數(shù)，從而獲得滿意的板形精度。對于 一定的產(chǎn)品規(guī)格，經(jīng)驗工藝相對穩(wěn)定，形成了一些在一定工況下較為成熟的板形控制規(guī)律。 另外，現(xiàn)代化冷連軋生產(chǎn)線配備了大量的傳感器、檢測儀器和儀表，利用冷連軋數(shù)據(jù)采集系 統(tǒng)，可以完整記錄軋制過程的有關數(shù)據(jù)，獲得大量的軋制信息，如帶鋼寬度、厚度、平坦度、 輥縫、張力、軋制速度、軋制力、軋輥傾斜量、彎輥力、竄輥量等，這些數(shù)據(jù)記錄了軋制過程中 的設備狀況、軋件狀況、控制狀況和板帶質(zhì)量狀況，尤其重要的是這些參數(shù)蘊涵了操作工人 成功的板形控制經(jīng)驗。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)，克 服了冷連軋板形控制過程中面臨的板形數(shù)學模型設定精度不高，板形控制手段眾多，如何 最優(yōu)組合才能獲得良好板形等問題。本發(fā)明實時采集實際板形控制工藝過程數(shù)據(jù)，經(jīng)過數(shù)據(jù)預處理后，形成板形工藝 參數(shù)優(yōu)化數(shù)據(jù)挖掘的歷史數(shù)據(jù)庫；經(jīng)過板形影響工藝參數(shù)與最終板形之間的相關性分析， 確定分析和挖掘的對象(所包含的各種工藝參數(shù))；應用模糊聚類分析的方法將實際工藝 數(shù)據(jù)離散化；利用關聯(lián)規(guī)則分析的方法進行規(guī)則挖掘；在工藝知識的指導下，評價產(chǎn)生的規(guī)則，最終產(chǎn)生可用的規(guī)則，獲得優(yōu)化的板形控制參數(shù)；將規(guī)則根據(jù)來料帶鋼和產(chǎn)品帶鋼的 PDI數(shù)據(jù)，實施應用于板形控制系統(tǒng)，得到良好板形。避開了對板形控制理論無止境的研究， 充分利用包含了現(xiàn)場操作人員成功操作經(jīng)驗的實際板形控制過程數(shù)據(jù)，通過數(shù)據(jù)挖掘，提 取經(jīng)驗信息，獲取知識模型，從中獲取能夠得到良好板形的板形工藝參數(shù)設定，并最終將優(yōu) 化結果應用于板形控制中，提高了冷連軋帶鋼的板形合格率和成才率。本發(fā)明利用數(shù)據(jù)挖掘算法，獲取能夠滿足冷連軋板形良好的關鍵工藝參數(shù)優(yōu)化設 定，共包含如下八個功能模塊實際數(shù)據(jù)采集和存儲模塊、工藝數(shù)據(jù)預處理模塊、工藝數(shù)據(jù) 存儲模塊、工藝數(shù)據(jù)相關性分析模塊、工藝數(shù)據(jù)聚類分析模塊、工藝數(shù)據(jù)關聯(lián)規(guī)則分析模 塊、優(yōu)化結果產(chǎn)生模塊、優(yōu)化結果應用模塊。各模塊的功能為(1)實際數(shù)據(jù)采集和存儲模塊采用TCP/IP協(xié)議與現(xiàn)場冷連軋Ll級板形控制系統(tǒng) 通信，以200ms的頻率實時連續(xù)采集實際生產(chǎn)過程數(shù)據(jù)，每一個數(shù)據(jù)都包括該數(shù)據(jù)的采集 時間、采集位置和數(shù)據(jù)值。在每一個數(shù)據(jù)采集周期，該模塊根據(jù)帶鋼跟蹤信息，將本次采集 到的所有實際過程數(shù)據(jù)與帶鋼位置匹配，并以堆棧的方式存入系統(tǒng)數(shù)據(jù)緩存區(qū)域，當一卷 帶鋼軋制完成后，從緩存區(qū)中讀取該卷帶鋼的數(shù)據(jù)，以鋼卷為單位進行存儲；(2)工藝數(shù)據(jù)預處理模塊從以鋼卷為單位存儲的實際過程數(shù)據(jù)文件中讀取實際過 程數(shù)據(jù)，這些數(shù)據(jù)直接來自于環(huán)境惡劣、干擾源眾多的Ll級現(xiàn)場，因此含有較多的干擾信 息，具有雜亂性、重復性和不完整性的特點。本模塊以帶鋼板形控制工藝知識為指導，經(jīng)過 數(shù)據(jù)選取、數(shù)據(jù)集成和數(shù)據(jù)預處理等步驟，重新組織實際過程數(shù)據(jù)，為后面的數(shù)據(jù)挖掘提供 干凈、準確和更有針對性的工藝數(shù)據(jù)，從而提高了數(shù)據(jù)挖掘的效率和準確度。將經(jīng)過處理的 工藝數(shù)據(jù)發(fā)送到工藝數(shù)據(jù)存儲模塊；(3)工藝數(shù)據(jù)存儲模塊將工藝數(shù)據(jù)預處理模塊處理之后的用于數(shù)據(jù)挖掘的工藝數(shù) 據(jù)以數(shù)據(jù)產(chǎn)生的時間序列方式存儲，此時的工藝數(shù)據(jù)來自于多個已軋鋼卷，反映了過去一 段時間的板形控制狀況，與具體鋼卷沒有關系。為了保證數(shù)據(jù)挖掘的執(zhí)行效率，存儲工藝數(shù) 據(jù)采用多個小數(shù)據(jù)文件的存儲方式；(4)工藝數(shù)據(jù)相關性分析模塊用相關性分析方法從影響冷連軋帶鋼板形質(zhì)量的多 種工藝參數(shù)中，找到起關鍵作用的工藝參數(shù)，作為工藝數(shù)據(jù)聚類分析模塊和工藝數(shù)據(jù)關聯(lián) 規(guī)則分析模塊的最終分析對象；(5)工藝數(shù)據(jù)聚類分析模塊使用模糊聚類分析的方法選擇數(shù)據(jù)，科學地選取相對 少量分析樣本，消除數(shù)據(jù)冗余和沖突，同時保證了工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊所使用的分 析樣本的代表性和典型性，能以較少的分析樣本取得較好的分析效果。同時完成對連續(xù)工 藝數(shù)據(jù)的離散化處理；(6)工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊利用數(shù)量關聯(lián)規(guī)則挖掘算法Apriori算法以工 藝數(shù)據(jù)相關性分析模塊得到的影響板形質(zhì)量的關鍵工藝參數(shù)為分析對象，對經(jīng)過工藝數(shù)據(jù) 聚類分析模塊處理后的工藝數(shù)據(jù)進行關聯(lián)規(guī)則分析，挖掘板形質(zhì)量與各板形影響關鍵參數(shù) 組合之間的關聯(lián)規(guī)則，篩選滿足最小可信度和支持度要求的關聯(lián)規(guī)則，構成板形控制規(guī)則 庫；(7)優(yōu)化結果產(chǎn)生模塊在板形控制工藝知識的指導下，從板形控制規(guī)則庫中提取 能夠獲得良好板形的板形控制規(guī)則，獲得各種板形影響關鍵工藝參數(shù)的最優(yōu)組合，構成良 好板形控制規(guī)則庫；
(8)優(yōu)化結果應用模塊根據(jù)來料帶鋼和產(chǎn)品帶鋼的PDI數(shù)據(jù)，從良好板形控制規(guī) 則庫中選擇相應的板形控制規(guī)則(板形影響關鍵工藝參數(shù)的組合)發(fā)送到Ll級板形控制 系統(tǒng)，用于現(xiàn)場板形控制；上述工藝數(shù)據(jù)預處理模塊中的工藝數(shù)據(jù)預處理步驟包括①數(shù)據(jù)的選取軋制過程數(shù)據(jù)量巨大，涵蓋范圍也比較廣泛，本方法的研究目標是 冷連軋板形過程控制，在深入分析冷連軋板形控制工藝的基礎上，只選取與板形控制過程 密切相關的各機架速度、軋制力、彎輥力、竄輥量、機架間張力、機架出口厚度、板形測量結 果等數(shù)據(jù)作為分析對象，將研究對象限定在一定的范圍內(nèi)；②數(shù)據(jù)的集成根據(jù)分析目的選取的工藝數(shù)據(jù)來自多個檢測系統(tǒng)，數(shù)據(jù)集成完成 異構數(shù)據(jù)的轉換問題，包括數(shù)據(jù)的命名、結構、單位、含義。同時多個檢測系統(tǒng)的數(shù)據(jù)采集時 間和采集位置都不相同，也必須以帶鋼長度方向上的位置為基準，把實際數(shù)據(jù)對應起來，組 成一組數(shù)據(jù)，在最低層次上加以轉換、提煉和聚集，形成最初始的數(shù)據(jù)空間；③數(shù)據(jù)的清理主要解決實際數(shù)據(jù)中必然和廣泛存在的數(shù)據(jù)空缺值、錯誤數(shù)據(jù)、孤 立點、噪聲等問題。處理步驟包括④處理空缺值采用忽略或者填補的方法。對不同的屬性值空缺采用了不同的處 理方式對于可測屬性的空缺，采取刪除的方法；對于不可測屬性，則根據(jù)領域知識對其進 行補充；⑤處理錯誤數(shù)據(jù)對采集到的實際數(shù)據(jù)經(jīng)過極限檢查，確認其有效性，超出極限范 圍時用極限值替代；⑥處理數(shù)據(jù)中的奇異項針對實際數(shù)據(jù)序列中的奇異項數(shù)據(jù)，采用一階差分方法 進行處理。判斷奇異項的準則是給定一個誤差限W，若t時刻的采樣值為xt，預測值為 x' t，當|xt-x' t| >w時，則認為此采樣值A是奇異項，應當予以剔除，而以預測值X' t 取代采樣值^。誤差限w要根據(jù)數(shù)據(jù)采集系統(tǒng)的速率、被測物理量的變化特性來決定。預 測值X' t可以根據(jù)下式所示一階差分方程推算。χ' t = xt_1+(xt_1-xt-2)式中x' t—t時刻的預測值；Xt^1——t時刻前1個時刻的值；xt_2——t時刻前2個時刻的值。⑦數(shù)據(jù)的濾波處理將算術平均值法和中值濾波法這兩種方法結合，即先用中值 濾波法濾除由于脈沖干擾而有偏差的采樣值，然后再作算術平均。這樣既可以去除脈沖干 擾，又可以對采樣值進行平滑處理。其原理如下式所示x1 ( x2 xN 3 ^ N ^ 5Y= (χ2+χ3+···+χν_1)/(Ν-2)上述工藝數(shù)據(jù)存儲模塊中的工藝數(shù)據(jù)存儲為了保證后面各功能模塊讀取數(shù)據(jù)的 高效性，數(shù)據(jù)存儲采用多個小容量文件的形式存儲；同時，為了保證數(shù)據(jù)挖掘結果的時效 性，真正反映過去一段時間的板形控制狀況，工藝數(shù)據(jù)的存儲采用了循環(huán)覆蓋的方式，始終 存儲的是過去一天內(nèi)的工藝數(shù)據(jù)。上述工藝數(shù)據(jù)相關性分析模塊中的工藝數(shù)據(jù)相關性分析模塊，采用簡單相關性分 析算法，對工藝數(shù)據(jù)存儲模塊所存儲的海量工藝數(shù)據(jù)進行相關性分析，定量確定工藝數(shù)據(jù)預處理模塊所選擇的每一種工藝參數(shù)和板形質(zhì)量之間的相關性，將相關性絕對值大于給定 閾值的參數(shù)作為工藝數(shù)據(jù)聚類分析模塊和模塊工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊的研究對象，相 關性絕對值小于或等于給定閾值的參數(shù)則不作為工藝數(shù)據(jù)聚類分析模塊和工藝數(shù)據(jù)關聯(lián) 規(guī)則分析模塊的研究對象。這樣可以將工藝數(shù)據(jù)聚類分析模塊和工藝數(shù)據(jù)關聯(lián)規(guī)則分析模 塊的研究對象限定在少量的參數(shù)范圍內(nèi)，提高模塊的執(zhí)行效率，同時也便于優(yōu)化結果的使 用。經(jīng)過上述工藝數(shù)據(jù)預處理模塊和工藝數(shù)據(jù)相關性分析模塊對數(shù)據(jù)的預處理和選 擇后，每組數(shù)據(jù)的準確性和針對性滿足了進一步分析的要求，但依然是海量的連續(xù)工藝數(shù) 據(jù)，上述工藝數(shù)據(jù)聚類分析模塊中的工藝數(shù)據(jù)聚類分析使用模糊C均值聚類方法，將工藝 數(shù)據(jù)相關性分析模塊篩選出來的每一種對板形質(zhì)量起關鍵作用的工藝參數(shù)分成不同密度 的數(shù)值區(qū)間，科學地選取相對少量分析樣本，同時保證工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊所使用 的分析樣本的代表性和典型性；同時，滿足了關聯(lián)規(guī)則分析算法對數(shù)據(jù)對象離散化的要求， 完成了對具有連續(xù)屬性的板形控制關鍵工藝參數(shù)的離散化處理。上述工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊中的工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊具有如下特點。①根據(jù)所述工藝數(shù)據(jù)相關性分析模塊確定的板形影響關鍵參數(shù)和板形質(zhì)量參數(shù)， 構造待分析的數(shù)據(jù)結構；②對于鋼種、產(chǎn)品寬度、產(chǎn)品厚度這些本身已經(jīng)有明確分類的參數(shù)，對它們的處理 是直接利用現(xiàn)有的產(chǎn)線產(chǎn)品大綱的類別區(qū)間；③對于軋制力、軋制速度、中間輥彎輥、工作輥彎輥、中間輥竄輥、前張應力和后張 應力這些存在隨機的、較大的變化范圍的參數(shù)，采用工藝數(shù)據(jù)聚類分析模塊的聚類結果，獲 得不同的數(shù)值區(qū)間；④在冷連軋板形控制工藝知識的指導下，將已經(jīng)離散化，具有不同數(shù)值區(qū)間的工 藝數(shù)據(jù)相關性分析模塊確定的板形影響關鍵參數(shù)和板形質(zhì)量參數(shù)進行組合，獲得一系列項 目集(數(shù)據(jù)記錄集)，每一個項目集包含多個項目；⑤運用Apriori算法挖掘板形質(zhì)量與各板形影響關鍵參數(shù)之間的關聯(lián)規(guī)則，篩選 滿足最小可信度和支持度要求的關聯(lián)規(guī)則，構成板形控制規(guī)則庫。上述工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊所產(chǎn)生的板形控制規(guī)則庫中所包含的板形控制 規(guī)則，是對實際數(shù)據(jù)客觀分析的結果，既可能包含能產(chǎn)生良好板形的規(guī)則，也可能包含能導 致板形質(zhì)量缺陷的規(guī)則。上述優(yōu)化結果產(chǎn)生模塊在板形控制工藝知識的指導下，從板形控 制規(guī)則庫中提取能夠獲得良好板形的板形控制規(guī)則，獲得各種板形影響關鍵工藝參數(shù)的最 優(yōu)組合，構成良好板形控制規(guī)則庫。上述優(yōu)化結果應用模塊將原料厚度、產(chǎn)品厚度、產(chǎn)品寬度和鋼種作為良好板形控 制規(guī)則的查詢條件，如果從良好板形控制規(guī)則庫中可以查詢到一條板形控制規(guī)則，則直接 可以作為應用規(guī)則；如果可以查詢到多條板形控制規(guī)則，則按照支持度由高到低的順序排 列，取支持度最高的板形控制規(guī)則作為應用規(guī)則；如果沒有查詢到可用的板形控制規(guī)則，則 不向控制系統(tǒng)發(fā)出應用規(guī)則，控制系統(tǒng)使用默認設定結果。有益效果本發(fā)明與傳統(tǒng)的板形控制方法相比，具有如下一些優(yōu)越性
(1)充分利用現(xiàn)代化冷連軋生產(chǎn)線配備的大量傳感器、檢測儀器和儀表，完整記錄 軋制過程的有關設備狀況、軋件狀況、控制狀況和板帶質(zhì)量狀況數(shù)據(jù)，獲得大量蘊涵了操作 工人成功的板形控制經(jīng)驗的軋制信息，如帶鋼寬度、厚度、平坦度、輥縫、張力、軋制速度、軋 制力、軋輥傾斜量、彎輥力、竄輥量等。通過對這些數(shù)據(jù)的重新組織和可靠性處理，掌握了真 實反映板形控制狀況的可靠數(shù)據(jù)；(2)利用數(shù)據(jù)挖掘技術對板形控制過程工藝數(shù)據(jù)進行數(shù)據(jù)挖掘，提取隱含在海量 數(shù)據(jù)中的操作人員和控制系統(tǒng)的成功板形控制經(jīng)驗，形成良好板形控制規(guī)則。利用這些來 自于現(xiàn)場實際數(shù)據(jù)的板形控制規(guī)則，能夠有效提高冷連軋板形控制的成才率和合格率；(3)避開了過去那種對板帶軋制過程深層規(guī)律無止境的探求，而是以事實和數(shù)據(jù) 為根據(jù)，實現(xiàn)對板形控制過程的優(yōu)化分析和控制。這樣就不必擔心哪一條基本假設脫離實 際，也不必懷疑哪一步簡化處理過于粗糙，只要相信傳感器，相信過去發(fā)生的事件、采集到 的數(shù)據(jù)是真實可靠的，就有理由相信數(shù)據(jù)挖掘的結果是正確的、可靠的?？傊?，本發(fā)明根據(jù)冷連軋板形控制過程的工藝特點，以事實和數(shù)據(jù)為依據(jù)，有效運 用了數(shù)據(jù)挖掘中的數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)預處理、聚類分析和關聯(lián)規(guī)則分析算法，從海 量板形控制工藝數(shù)據(jù)中挖掘獲取可靠和可信的良好板形控制規(guī)則，達到提高冷連軋帶鋼板 形質(zhì)量的目的。


下面結合附圖對本發(fā)明的具體實施方式
作進一步說明。圖1為本發(fā)明“一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)”的總體流 程圖。圖2為本發(fā)明具體實施方式
的實際數(shù)據(jù)采集和存儲過程流程圖。圖3為本發(fā)明具體實施方式
的工藝數(shù)據(jù)處理和工藝數(shù)據(jù)存儲過程流程。圖4為本發(fā)明具體實施方式
的關聯(lián)規(guī)則分析過程流程圖及與其他模塊關系示意 圖。
具體實施例方式本發(fā)明提出的一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化方法，采用數(shù)據(jù)挖 掘算法獲得板形良好控制規(guī)則，應用于冷連軋板形控制系統(tǒng)，結合附圖和實例詳細說明如 下下面以一個具體的冷連軋產(chǎn)線為例，詳細說明對其應用基于數(shù)據(jù)挖掘的板形控制 關鍵工藝參數(shù)優(yōu)化系統(tǒng)的全過程。本實施例選用的冷連軋產(chǎn)線的主要參數(shù)為連軋工藝段西馬克五機架串列式冷連軋機組；軋輥類型五個機架均是六輥軋機，中間輥帶CVC輥形；板形控制手段工作輥彎輥、中間輥竄輥和中間輥竄輥；原料厚度范圍1. 60 6. OOmm ；原料寬度范圍800 1900mm產(chǎn)品厚度范圍0. 2 2. 5mm ；
產(chǎn)品寬度范圍800 1870mm本發(fā)明的基礎和研究的核心對象是板形控制工藝過程數(shù)據(jù)，該實例冷連軋產(chǎn)線配 備了先進的檢測儀表，這為本發(fā)明的實施提供了堅實的數(shù)據(jù)基礎。以下是該產(chǎn)線的主要檢 測儀器和儀表。(1)該產(chǎn)線共三臺測厚儀，分別位于第一機架前后和第五機架后，測量帶鋼中點的
厚度；(2)該生產(chǎn)線共配置了三臺激光測速儀，分別為第一機架后和第五機架前后，測量 帶鋼實際軋制速度；(3)軋機區(qū)域機架間和機組前后配置ABB壓力檢測儀間接測量帶鋼張力；(4)各機架壓下液壓缸內(nèi)配置索尼磁尺，測量機架壓下量、傾斜等信息；(5)各機架壓下系統(tǒng)中配置HYDAC壓力傳感器，測量實際軋制力信息；(6)液壓彎輥和竄輥系統(tǒng)中的HYDAC壓力傳感器和GR位置測量裝置，可以測量彎 輥力和竄輥量信息；(7)該產(chǎn)線五機架出口配置德國Achenbach(阿申巴赫)公司的BFI板形儀，一共 62個測量段；(8)該產(chǎn)線共具有四臺焊縫檢測儀和多個帶鋼位置跟蹤點，能夠準確的將產(chǎn)線工 藝參數(shù)和帶鋼匹配起來；本發(fā)明的一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)在實例冷連軋產(chǎn) 線的應用總體過程參見附圖1所示，共包含如下八個步驟實際數(shù)據(jù)采集和存儲、工藝數(shù)據(jù) 預處理、工藝數(shù)據(jù)存儲、工藝數(shù)據(jù)相關性分析、工藝數(shù)據(jù)聚類分析、工藝數(shù)據(jù)關聯(lián)規(guī)則分析、 優(yōu)化結果產(chǎn)生、優(yōu)化結果應用。(1)實際數(shù)據(jù)采集和存儲如附圖2所示，產(chǎn)線配備的各種檢測儀器和儀表，將冷連軋過程中包括板形控制 參數(shù)在內(nèi)的各種工藝參數(shù)實際值發(fā)送到現(xiàn)場Ll級控制系統(tǒng)，本方法的實際數(shù)據(jù)采集和存 儲模塊采用TCP/IP協(xié)議與現(xiàn)場冷連軋Ll級板形控制系統(tǒng)通信，以200ms的頻率實時連續(xù) 采集實際生產(chǎn)過程數(shù)據(jù)。具體的數(shù)據(jù)采集項如下表1所示表1實際數(shù)據(jù)采集項
權利要求
1.一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)，采用數(shù)據(jù)挖掘方法，獲取能 夠滿足冷連軋板形良好的關鍵工藝參數(shù)優(yōu)化設定，其特征在于該系統(tǒng)包括實際數(shù)據(jù)采 集和存儲模塊、工藝數(shù)據(jù)預處理模塊、工藝數(shù)據(jù)存儲模塊、工藝數(shù)據(jù)相關性分析模塊、工藝 數(shù)據(jù)聚類分析模塊、工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊、優(yōu)化結果產(chǎn)生模塊、優(yōu)化結果應用模塊； 各模塊的功能為(1)實際數(shù)據(jù)采集和存儲模塊與現(xiàn)場冷連軋Ll級控制系統(tǒng)通信，以200ms的頻率實 時連續(xù)采集實際生產(chǎn)過程數(shù)據(jù)；在每一個數(shù)據(jù)采集周期，模塊根據(jù)帶鋼跟蹤信息，將本次采 集到的所有實際過程數(shù)據(jù)與帶鋼位置匹配，并以堆棧的方式存入系統(tǒng)數(shù)據(jù)緩存區(qū)域，當一 卷帶鋼軋制完成后，從緩存區(qū)中讀取該卷帶鋼的數(shù)據(jù)，以鋼卷為單位存儲實際生產(chǎn)過程數(shù) 據(jù)；(2)工藝數(shù)據(jù)預處理模塊從以鋼卷為單位存儲的實際過程數(shù)據(jù)文件中讀取實際過程數(shù) 據(jù)，以帶鋼板形控制工藝知識為指導，經(jīng)過數(shù)據(jù)選取、數(shù)據(jù)集成和數(shù)據(jù)預處理等步驟，重新 組織實際過程數(shù)據(jù)，為后面的數(shù)據(jù)挖掘提供干凈、準確和更有針對性的工藝數(shù)據(jù)；完成處理 后，將經(jīng)過處理的工藝數(shù)據(jù)發(fā)送到工藝數(shù)據(jù)存儲模塊；(3)工藝數(shù)據(jù)存儲模塊將工藝數(shù)據(jù)預處理模塊處理之后的用于數(shù)據(jù)挖掘的工藝數(shù)據(jù)以 數(shù)據(jù)產(chǎn)生的時間序列方式存儲，保證數(shù)據(jù)挖掘的執(zhí)行效率，存儲工藝數(shù)據(jù)采用多個小數(shù)據(jù) 文件的方式；(4)工藝數(shù)據(jù)相關性分析模塊用相關性分析方法從影響冷連軋帶鋼板形質(zhì)量的多種工 藝參數(shù)中，找到起關鍵作用的工藝參數(shù)，作為工藝數(shù)據(jù)聚類分析模塊和工藝數(shù)據(jù)關聯(lián)規(guī)則 分析模塊的最終分析對象；(5)工藝數(shù)據(jù)聚類分析模塊使用聚類分析的方法選擇數(shù)據(jù)，選取相對少量分析樣本，消 除數(shù)據(jù)冗余和沖突，同時保證了工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊所使用的分析樣本的代表性和 典型性，能以較少的分析樣本取得較好的分析效果；同時達到對連續(xù)工藝數(shù)據(jù)的離散化處 理；(6)工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊利用數(shù)量關聯(lián)規(guī)則挖掘算法Apriori算法以工藝數(shù)據(jù) 相關性分析模塊得到的影響板形質(zhì)量的關鍵工藝參數(shù)為分析對象，對經(jīng)過工藝數(shù)據(jù)聚類分 析模塊處理后的工藝數(shù)據(jù)進行關聯(lián)規(guī)則分析，挖掘板形質(zhì)量與各板形影響關鍵參數(shù)組合之 間的關聯(lián)規(guī)則，篩選滿足最小可信度和支持度要求的關聯(lián)規(guī)則，構成板形控制規(guī)則庫；(7)優(yōu)化結果產(chǎn)生模塊在板形控制工藝知識的指導下，從板形控制規(guī)則庫中提取能夠 獲得良好板形的板形控制規(guī)則，獲得各種板形影響關鍵工藝參數(shù)的最優(yōu)組合，構成良好板 形控制規(guī)則庫；(8)優(yōu)化結果應用模塊根據(jù)來料帶鋼和產(chǎn)品帶鋼的PDI數(shù)據(jù)，從良好板形控制規(guī)則庫 中選擇相應板形影響關鍵工藝參數(shù)的組合，發(fā)送到Ll級板形控制系統(tǒng)，用于現(xiàn)場板形控 制。
2.根據(jù)權利要求1所述的方法，其特征在于，所述工藝數(shù)據(jù)預處理模塊中的工藝數(shù)據(jù) 預處理模塊的步驟包括(1)數(shù)據(jù)的選取對冷連軋板形過程控制，在深入分析冷連軋板形控制工藝的基礎上， 只選取與板形控制過程密切相關的各機架速度、軋制力、彎輥力、竄輥量、機架間張力、機架 出口厚度、板形測量結果數(shù)據(jù)作為分析對象；(2)數(shù)據(jù)的集成根據(jù)分析目的選取的工藝數(shù)據(jù)來自多個檢測系統(tǒng)，數(shù)據(jù)集成完成異 構數(shù)據(jù)的轉換問題，包括數(shù)據(jù)的命名、結構、單位、含義；同時多個檢測系統(tǒng)的數(shù)據(jù)采集時間 和采集位置都不相同，也必須以帶鋼長度方向上的位置為基準，把實際數(shù)據(jù)對應起來，組成 一組數(shù)據(jù)，在最低層次上加以轉換、提煉和聚集，形成最初始的數(shù)據(jù)空間；(3)數(shù)據(jù)的清理解決實際數(shù)據(jù)中必然和廣泛存在的數(shù)據(jù)空缺值、錯誤數(shù)據(jù)、孤立點、 噪聲問題。
3.根據(jù)權利要求1所述的方法，其特征在于，所述的工藝數(shù)據(jù)存儲模塊中的工藝數(shù)據(jù) 存儲如下數(shù)據(jù)存儲采用多個小容量文件的形式存儲；工藝數(shù)據(jù)的存儲采用了循環(huán)覆蓋的方式，始終存儲的是過去一天內(nèi)的工藝數(shù)據(jù)。
4.根據(jù)權利要求1所述的方法，其特征在于，所述的工藝數(shù)據(jù)相關性分析模塊中的工 藝數(shù)據(jù)相關性分析，采用簡單相關性分析算法，對工藝數(shù)據(jù)存儲模塊所存儲的海量工藝數(shù) 據(jù)進行相關性分析，定量確定工藝數(shù)據(jù)預處理模塊所選擇的每一種工藝參數(shù)和板形質(zhì)量之 間的相關性，將相關性絕對值大于給定閾值的參數(shù)作為工藝數(shù)據(jù)聚類分析模塊和工藝數(shù)據(jù) 關聯(lián)規(guī)則分析模塊的對象。
5.根據(jù)權利要求1所述的方法，其特征在于，所述模塊工藝數(shù)據(jù)聚類分析模塊中的工 藝數(shù)據(jù)聚類分析模塊使用模糊C均值聚類方法，達到兩個目的選取相對少量分析樣本，消除數(shù)據(jù)冗余和沖突，同時保證工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊 所使用的分析樣本的代表性和典型性；滿足關聯(lián)規(guī)則分析算法對數(shù)據(jù)對象離散化的要求，完成對具有連續(xù)屬性的板形控制關 鍵工藝參數(shù)進行離散化處理。
6.根據(jù)權利要求1所述的方法，其特征在于，所述工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊中的工 藝數(shù)據(jù)關聯(lián)規(guī)則分析特點如下根據(jù)所述工藝數(shù)據(jù)相關性分析模塊確定的板形影響關鍵參數(shù)和板形質(zhì)量參數(shù)，構造待 分析的數(shù)據(jù)結構；對于鋼種、產(chǎn)品寬度、產(chǎn)品厚度這些本身已經(jīng)有明確分類的參數(shù)，對它們的處理是直接 利用現(xiàn)有的產(chǎn)線產(chǎn)品大綱的類別區(qū)間；對于軋制力、軋制速度、中間輥彎輥、工作輥彎輥、中間輥竄輥、前張應力和后張應力這 些存在隨機的、較大的變化范圍的參數(shù)，采用工藝數(shù)據(jù)聚類分析模塊的聚類結果，獲得不同 的數(shù)值區(qū)間；在冷連軋板形控制工藝知識的指導下，將已經(jīng)離散化，具有不同數(shù)值區(qū)間的工藝數(shù)據(jù) 相關性分析模塊確定的板形影響關鍵參數(shù)和板形質(zhì)量參數(shù)進行組合，獲得一系列項目集， 每一個項目集包含多個項目；運用Apriori算法挖掘板形質(zhì)量與各板形影響關鍵參數(shù)之間的關聯(lián)規(guī)則，篩選滿足最 小可信度和支持度要求的關聯(lián)規(guī)則，構成板形控制規(guī)則庫。
7.根據(jù)權利要求1所述的方法，其特征在于，所述優(yōu)化結果產(chǎn)生模塊優(yōu)化結果產(chǎn)生如下所述工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊所產(chǎn)生的板形控制規(guī)則庫中所包含的板形控制規(guī)則， 是對實際數(shù)據(jù)客觀分析的結果，既包含能產(chǎn)生良好板形的規(guī)則，也包含能導致板形質(zhì)量缺陷的規(guī)則；在板形控制工藝知識的指導下，從板形控制規(guī)則庫中提取能夠獲得良好板形的板形控 制規(guī)則，獲得各種板形影響關鍵工藝參數(shù)的最優(yōu)組合，構成良好板形控制規(guī)則庫。
8.根據(jù)權利要求1所述的方法，其特征在于，所述優(yōu)化結果應用模塊優(yōu)化結果應用如下用于從良好板形控制規(guī)則庫中選擇板形控制規(guī)則的來料帶鋼和產(chǎn)品帶鋼的PDI數(shù)據(jù) 包括原料厚度、產(chǎn)品厚度、產(chǎn)品寬度和鋼種；若根據(jù)上述數(shù)據(jù)從良好板形控制規(guī)則庫中可以查詢到一條板形控制規(guī)則，則直接可以 作為應用規(guī)則；如果可以查詢到多條板形控制規(guī)則，則按照支持度由高到低的順序排列，取 支持度最高的板形控制規(guī)則作為應用規(guī)則；如果沒有查詢到可用的板形控制規(guī)則，則不向 控制系統(tǒng)發(fā)出應用規(guī)則，控制系統(tǒng)使用默認設定結果。
全文摘要
一種基于數(shù)據(jù)挖掘的板形控制關鍵工藝參數(shù)優(yōu)化系統(tǒng)，屬于冷連軋板形自動控制技術領域。采用數(shù)據(jù)挖掘方法，獲取能夠滿足冷連軋板形良好的關鍵工藝參數(shù)優(yōu)化設定，其特征在于該系統(tǒng)包含如下功能模塊實際數(shù)據(jù)采集和存儲模塊、工藝數(shù)據(jù)預處理模塊、工藝數(shù)據(jù)存儲模塊、工藝數(shù)據(jù)相關性分析模塊、工藝數(shù)據(jù)聚類分析模塊、工藝數(shù)據(jù)關聯(lián)規(guī)則分析模塊、優(yōu)化結果產(chǎn)生模塊、優(yōu)化結果應用模塊。優(yōu)點在于，應用于板形控制系統(tǒng)，得到良好板形。該方法避開了對板形控制理論無止境的研究，充分利用包含了現(xiàn)場操作人員成功操作經(jīng)驗的實際板形控制過程數(shù)據(jù)，通過數(shù)據(jù)挖掘，從中獲取能夠得到良好板形的板形工藝參數(shù)設定，提高了冷連軋帶鋼的板形合格率和成才率。
文檔編號B21B37/28GK102069094SQ20101054572
公開日2011年5月25日 申請日期2010年11月16日 優(yōu)先權日2010年11月16日
發(fā)明者劉維兆, 劉鵬, 李書昌, 李建建, 郭立偉, 陳丹, 高雷 申請人:北京首鋼自動化信息技術有限公司