[发明专利]一种基于数据挖掘的板形控制关键工艺参数优化系统

权利要求书

1.一种基于数据挖掘的板形控制关键工艺参数优化系统，采用数据挖掘方法，获取能够满足冷连轧板形良好的关键工艺参数优化设定，其特征在于：该系统包括：实际数据采集和存储模块、工艺数据预处理模块、工艺数据存储模块、工艺数据相关性分析模块、工艺数据聚类分析模块、工艺数据关联规则分析模块、优化结果产生模块、优化结果应用模块；各模块的功能为：

(1)实际数据采集和存储模块与现场冷连轧L1级控制系统通信，以200ms的频率实时连续采集实际生产过程数据；在每一个数据采集周期，模块根据带钢跟踪信息，将本次采集到的所有实际过程数据与带钢位置匹配，并以堆栈的方式存入系统数据缓存区域，当一卷带钢轧制完成后，从缓存区中读取该卷带钢的数据，以钢卷为单位存储实际生产过程数据；

(2)工艺数据预处理模块从以钢卷为单位存储的实际过程数据文件中读取实际过程数据，以带钢板形控制工艺知识为指导，经过数据选取、数据集成和数据预处理等步骤，重新组织实际过程数据，为后面的数据挖掘提供干净、准确和更有针对性的工艺数据；完成处理后，将经过处理的工艺数据发送到工艺数据存储模块；

(3)工艺数据存储模块将工艺数据预处理模块处理之后的用于数据挖掘的工艺数据以数据产生的时间序列方式存储，保证数据挖掘的执行效率，存储工艺数据采用多个小数据文件的方式；

(4)工艺数据相关性分析模块用相关性分析方法从影响冷连轧带钢板形质量的多种工艺参数中，找到起关键作用的工艺参数，作为工艺数据聚类分析模块和工艺数据关联规则分析模块的最终分析对象；

(5)工艺数据聚类分析模块使用聚类分析的方法选择数据，选取相对少量分析样本，消除数据冗余和冲突，同时保证了工艺数据关联规则分析模块所使用的分析样本的代表性和典型性，能以较少的分析样本取得较好的分析效果；同时达到对连续工艺数据的离散化处理；

(6)工艺数据关联规则分析模块利用数量关联规则挖掘算法Apriori算法以工艺数据相关性分析模块得到的影响板形质量的关键工艺参数为分析对象，对经过工艺数据聚类分析模块处理后的工艺数据进行关联规则分析，挖掘板形质量与各板形影响关键参数组合之间的关联规则，筛选满足最小可信度和支持度要求的关联规则，构成板形控制规则库；

(7)优化结果产生模块在板形控制工艺知识的指导下，从板形控制规则库中提取能够获得良好板形的板形控制规则，获得各种板形影响关键工艺参数的最优组合，构成良好板形控制规则库；

(8)优化结果应用模块根据来料带钢和产品带钢的PDI数据，从良好板形控制规则库中选择相应板形影响关键工艺参数的组合，发送到L1级板形控制系统，用于现场板形控制。 

2.根据权利要求1所述的方法，其特征在于，所述工艺数据预处理模块中的工艺数据预处理模块的步骤包括：

(1)数据的选取：对冷连轧板形过程控制，在深入分析冷连轧板形控制工艺的基础上，只选取与板形控制过程密切相关的各机架速度、轧制力、弯辊力、窜辊量、机架间张力、机架出口厚度、板形测量结果数据作为分析对象；

(2)数据的集成：根据分析目的选取的工艺数据来自多个检测系统，数据集成完成异构数据的转换问题，包括数据的命名、结构、单位、含义；同时多个检测系统的数据采集时间和采集位置都不相同，也必须以带钢长度方向上的位置为基准，把实际数据对应起来，组成一组数据，在最低层次上加以转换、提炼和聚集，形成最初始的数据空间；

(3)数据的清理：解决实际数据中必然和广泛存在的数据空缺值、错误数据、孤立点、噪声问题。

3.根据权利要求1所述的方法，其特征在于，所述的工艺数据存储模块中的工艺数据存储如下：

数据存储采用多个小容量文件的形式存储；

工艺数据的存储采用了循环覆盖的方式，始终存储的是过去一天内的工艺数据。

4.根据权利要求1所述的方法，其特征在于，所述的工艺数据相关性分析模块中的工艺数据相关性分析，采用简单相关性分析算法，对工艺数据存储模块所存储的海量工艺数据进行相关性分析，定量确定工艺数据预处理模块所选择的每一种工艺参数和板形质量之间的相关性，将相关性绝对值大于给定阈值的参数作为工艺数据聚类分析模块和工艺数据关联规则分析模块的对象。