[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

说明书

技术领域

本发明属于冷连轧板形自动控制技术领域，特别涉及一种基于数据挖掘的板形控制关键工艺参数优化的方法。

背景技术

冷连轧板形控制是一个多变量、时变、强耦合和非线性的复杂过程，轧制过程中各种板形影响因素，如轧制力、轧制速度、弯辊、窜辊、冷却流量、张应力等会随着时间进程与空间位置而变化，并且互相影响、耦合。

根据轧辊弹性变形和带钢塑性变形理论，各种板形因素和最终辊缝之间的数学关系相当复杂，因此目前板形控制系统中的数学模型都是建立在大量简化和假设基础之上的，计算结果往往不能满足用户需求和产品精度。另外，板形控制往往存在多种手段，例如轧制力、弯辊、窜辊和分段冷却等，他们的有效组合也是一个未解的难题。

在这种情况下，随着计算机水平的迅猛发展以及人工智能研究热潮的兴起，人工智能被应用在轧制过程中，作为人工智能重要成员的数据挖掘技术开始应用于对板形过程控制工艺参数的分析和理解上。

数据挖掘方法与传统方法不同，它避开了过去那种对轧制过程深层规律无止境的探求，而是以事实和数据为根据，实现对轧制过程的优化分析和控制。这样就不必担心哪一条基本假设脱离实际，也不必怀疑哪一步简化处理过于粗糙，只要相信传感器，相信过去发生的事件、采集到的数据是真实可靠的，就有理由相信数据挖掘的结果是正确的。

在冷连轧生产实践中，人们发现高水平的轧机操作人员有着非常丰富的参数设定经验，他们可以根据各种工况，合理地控制各种轧制参数，从而获得满意的板形精度。对于一定的产品规格，经验工艺相对稳定，形成了一些在一定工况下较为成熟的板形控制规律。另外，现代化冷连轧生产线配备了大量的传感器、检测仪器和仪表，利用冷连轧数据采集系统，可以完整记录轧制过程的有关数据，获得大量的轧制信息，如带钢宽度、厚度、平坦度、辊缝、张力、轧制速度、轧制力、轧辊倾斜量、弯辊力、窜辊量等，这些数据记录了轧制过程中的设备状况、轧件状况、控制状况和板带质量状况，尤其重要的是这些参数蕴涵了操作工人成功的板形控制经验。

发明内容

本发明的目的在于提供一种基于数据挖掘的板形控制关键工艺参数优化系统，克服了冷连轧板形控制过程中面临的板形数学模型设定精度不高，板形控制手段众多，如何最优组合才能获得良好板形等问题。

本发明实时采集实际板形控制工艺过程数据，经过数据预处理后，形成板形工艺参数优化数据挖掘的历史数据库；经过板形影响工艺参数与最终板形之间的相关性分析，确定分析和挖掘的对象(所包含的各种工艺参数)；应用模糊聚类分析的方法将实际工艺数据离散化；利用关联规则分析的方法进行规则挖掘；在工艺知识的指导下，评价产生的规则，最终产生可用的规则，获得优化的板形控制参数；将规则根据来料带钢和产品带钢的PDI数据，实施应用于板形控制系统，得到良好板形。避开了对板形控制理论无止境的研究，充分利用包含了现场操作人员成功操作经验的实际板形控制过程数据，通过数据挖掘，提取经验信息，获取知识模型，从中获取能够得到良好板形的板形工艺参数设定，并最终将优化结果应用于板形控制中，提高了冷连轧带钢的板形合格率和成才率。

本发明利用数据挖掘算法，获取能够满足冷连轧板形良好的关键工艺参数优化设定，共包含如下八个功能模块：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采用TCP/IP协议与现场冷连轧L1级板形控制系统通信，以200ms的频率实时连续采集实际生产过程数据，每一个数据都包括该数据的采集时间、采集位置和数据值。在每一个数据采集周期，该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，以钢卷为单位进行存储；

(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，这些数据直接来自于环境恶劣、干扰源众多的L1级现场，因此含有较多的干扰信息，具有杂乱性、重复性和不完整性的特点。本模块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，从而提高了数据挖掘的效率和准确度。将经过处理的工艺数据发送到工艺数据存储模块；