[发明专利]一种用于冷轧辊制造过程的离群检测系统及其检测方法

说明书

本发明一种用于冷轧辊制造过程的离群检测系统及其检测方法，属于用于冷轧辊制造过程的离群检测系统技术领域；所要解决的技术问题为：提供一种用于冷轧辊制造过程的离群检测系统结构的改进；解决上述技术问题采用的技术方案为：包括数据采集模块、数据预处理模块、离群检测模块和质量分析模块，所述数据采集模块用于获取冷轧辊产品的实际生产数据作为原始数据输入至数据预处理模块，所述数据预处理模块用于对原始数据进行数据分析处理以获取符合离群检测模块输入的数据，所述离群检测模块用于检测产品加工过程中的异常数据，所述质量分析模块用于将检测出的异常数据进行分析输出异常数据产生的原因；本发明应用于冷轧辊制造过程的离群检测。

技术领域

本发明一种用于冷轧辊制造过程的离群检测系统及其检测方法，属于用于冷轧辊制造过程的离群检测系统及其检测方法技术领域。

背景技术

随着大数据时代的来临，计算机的存储能力越来越强，因此制造企业积累的数据也越来越多，我国也向着制造强国挺进。大数据技术、人工智能、互联网技术的飞速发展使制造业面临严峻的挑战。随着海量的、高速增长的工业大数据的到来，制造业迫切需要有效的信息分析工具，它能自动、智能和快速地发现大量数据间隐藏的依赖关系并从中提炼出有用的信息或知识。这就需要借助大数据技术的支持，大数据技术已经成为智能制造的基础关键技术之一。

大数据驱动的智能制造包括很多应用场景，例如预测性制造、服务型制造、虚拟化制造、云制造及自省性制造等。其中预测性制造是指通过大数据分析量化不确定性及发现异常，总的目标是智能制造过程中零故障、零意外等。预测性制造可以发现制造系统存在的隐性问题，包括员工的技术水平、加工设备的类型和精度损失、加工工艺不稳定、检查方法不稳定等。这些隐性问题在不同程度上影响了产品的质量，因此在产品加工过程中需要对可能发生的隐性问题进行分析，以消除不良影响，减少废品和不良产品的比例。大数据挖掘是可以提取未被人们发现的、潜在的、有价值的知识，其结果对生产过程控制、质量分析和决策分析有着不可忽略的作用。

冷轧辊的制造过程包括非常复杂的步骤，例如原材料的选择、冶炼、重熔、铸造、粗加工、热处理、精加工等工艺。生产过程包括连续生产过程和离散制造过程，产品质量受多种质量特性的相互作用和共同影响，是一个典型的涉及多工序的多元质量控制过程。

冷轧辊产品的机加工和热处理工序是产品生产过程中的两类主要工序，其中每道工序还划分为更细的加工工序。而且每道工序还包括很多生产指标，这样就会产生大量的生产加工数据。而且每道加工工序也都会进行质量检验，每道工序的每个生产指标的质量检验结果可以划分成三种：合格、异议和废品，异议和废品是指这些轧辊的检验参数不符合设计要求，通过质量检验就能直接检测到的显性问题。而合格是指轧辊检验参数符合设计要求。但是，即使是检验参数都符合要求的合格产品，质量也有高低之分。有的合格产品检验参数可能刚好在合格参数的边界值上，虽然合格，但存在一定的质量隐患，而离群检测就是要找出这些隐患。

因此，本发明主要是针对大量合格的冷轧辊产品制造过程中的加工工序进行离群检测，通过对检测到的异常数据分析及时发现合格产品可能存在的具有异常特征的隐性问题以及由此产生的质量缺陷，找出引起这些问题的原因及其对产品质量的影响，为以后冷轧辊加工过程中做出工序参数调整、设备检修、加工人员调配等提供决策依据，从而采取一定的预防措施以减少这些问题的再次发生。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种用于冷轧辊制造过程的离群检测系统结构的改进。

为了解决上述技术问题，本发明采用的技术方案为：一种用于冷轧辊制造过程的离群检测系统，包括数据采集模块、数据预处理模块、离群检测模块和质量分析模块，所述数据采集模块用于获取冷轧辊产品的实际生产数据作为原始数据，并将生产数据输入至数据预处理模块，所述数据预处理模块用于对原始数据进行数据分析处理以获取符合离群检测模块输入的数据，所述离群检测模块用于检测产品加工过程中的异常数据，所述质量分析模块用于将检测出的异常数据进行分析输出异常数据产生的原因。