数据挖掘技术在分析连退线退火炉内带钢跑偏问题上及应用.pdfVIP

《7台金自动化》2014年s2 数据挖掘技术在分析连退线退火炉内 带钢跑偏问题上的应用 李辉，柳万鹏 (北京酋钢自动化信息技术有限公司京唐运行事业部，北京l00041) 700 摘要：主要针对首钢京唐钢铁联合有限责任公司1 mm高速连退线退火炉内存在带钢跑偏问题，且具有关联 参数多，成因复杂的特点，论述了通过数据挖掘技术对该生产线投产以来数据进行的深入研究，应用贝叶斯分 类算法和关联规则算法，结合冷轧工艺和生产经验等多方面知识，分析造成跑偏的内在原因，并由此提出相应 的预防措施和纠偏方法，使跑偏问题得到有效的控制，保证了生产运行的稳定和成品质量。 关键词：连退线；跑偏；数据挖掘；贝叶斯分类算法 0 引言 法，从大量数据中揭示出隐含的、未知的并有潜在 700 价值的信息。 首钢京唐钢铁联合有限责任公司1 mm高 速连退线投产于2009年，年产冷轧卷80万t。随 为有效地进行数据挖掘，应先建立数据仓 着时间推移，特别是进入2011年后，在退火炉内库。数据仓库是决策支持系统和联机分析应用 出现带钢跑偏次数逐渐增多，尤其是在入u段。 数据源的结构化数据环境。数据仓库并不是直 财于该条高速生产线，跑偏过大会造成降速甚至 接使用的数据库，而是对原有分散的数据库在 全线停车，严重制约正常的生产节奏；此外，停车 数据抽取、清理的基础上经过系统加T、汇总和 后，位于炉内热区的薄带钢若停留在高温环境的 整理得到的，其具有面向主题、集成、稳定等的 时间过长，会引起其过热或过烧，极易导致瓢曲， 特点。 影响产品质量。 2采用数据挖掘技术分析炉内带钢跑偏 带钢跑偏是指冷轧线上的带钢在生产过程中 l司越 偏离横向轧制中心线的现象。该问题受诸多因素 对带钢跑偏问题进行数据挖掘，必须根据冷 的影响，与多个参数，包括带钢的钢种、宽度、轧制 轧生产的实际特点，选用适当的算法，对数据进行 力、轧制速度、表面温度等均有关联，且这些参数 有针对性地分析，以找出相关因素与实际跑偏情 存在强耦合和非线性等特点，使分析跑偏的具体 况的内在联系，从而总结出跑偏的规律性知识，并 原因十分困难。鉴于上述情况，决定使用数据挖 能由此制定行之有效的处理或预防措施，最终将 掘技术，通过整理并分析带钢生产中的相关数据， 跑偏的危害降到最低。具体工作按以下3个步骤 结合冷轧工艺理论知识和生产经验，找出各数据 展开。 的内在关联性，并制定有针对性的应对策略进行 第1步，建立数据仓库，利用连退线完备的数 跑偏预防和纠偏处理，以最大限度减少跑偏影响， 据采集系统，提取自投产以来归档的所有数据。 达到确保生产稳定的目的。 针对跑偏问题，按照事前分析的可能因素提取相 1数据挖掘技术 关信息，建立各主题数据集合，例如：依据钢种和 数据挖掘是科学分析数据仓库的每个数据， 带钢宽度和厚度分成不同区间将数据进行分类， 从中找寻出内在规律的技术。其主要通过数据准 以便于进行下一步的数据挖掘。表1为宽度在 备、规律寻找和规律表示三个过程，并利用决策 [1200，l400]、厚度在[o．3，o．5]范围内数据集的 树、贝叶斯、关联规则、聚类分析、神经网络等算 部分结果，单位均为mm。 收稿日期：2014一05—05 作者简介：李辉(198l一)，男．北京人，高级工程师，主要从事工业自动化