基于数据挖掘方法的热轧带钢表面质量缺陷分析

摘要

钢铁产品的一半以上是板材，其中最主要的产品是热轧带钢，宝钢热轧产品最大的质量问题之一是表面缺陷。统计结果显示：由表面质量缺陷所引起的带钢不合格产品已经占总的不合格产品60%以上。由于表面缺陷的产生可以由很多中间生产环节的问题所导致，而且每次发生问题的环节也未必一样，所以如不能及时定位缺陷产生的环节并解决问题，缺陷会随生产过程持续产生出来。因此，快速分析和定位缺陷发生的环节和原因，对减少缺陷的产生数量至关重要。另一方面，随着信息技术的迅速发展，信息收集、传递和存储等限制已大大缓解，宝钢已经积累了大量相关数据。但是，由于缺少适当的方法和工具，现在只能通过人工分析的方式进行发现问题，信息的有效使用及分析效率已经成为解决问题的难题和瓶颈。为此，本论文开展了表面质量分析的研究工作，提供分析方法与分析工具，提高现场的表面质量管理水平，及时发现缺陷的发生趋势，减少批量缺陷，快速分析和定位发生原因，真正做到早发现和早采取措施。本文首先对热轧带钢表面质量缺陷发生的特点及数据挖掘理论进行了简单介绍。在此基础上，根据热轧带钢表面质量缺陷种类繁多、形成机理复杂的特点，选择了决策树算法对其进行分析。为此，本文分析了几种典型的决策树算法，比较了它们在解决实际问题时的优缺点。基于上述认识，开发了决策树生成系统，并对经典算法进行了改进。在该系统的开发中运用了面向对象开发的技术，并在底层的数据组织方面运用了标准模板库和通用工具，为模型的扩展提供了良好的接口，也为以后的软件维护工作提供了很大的方便。与决策树的商业软件相比，本系统更容易嵌入到在线系统中，实现更大范围的功能集成。最后，运用该决策树生成系统，对热轧带钢表面的边部线状缺陷进行了初步分析，量化地给出了各环节中实际缺陷的产生和工艺因素之间的相关性，为进一步的因果分析提供了参考，并为缺陷定位技术的研发奠定了初步的基础。

目录

摘要

Abstract

第一章 绪论

1.1 研究背景及意义

1.2 数据挖掘在企业中的应用

1.3 本文内容与组织

第二章 热轧带钢表面质量缺陷及数据挖掘技术

2.1 热轧带钢表面质量缺陷

2.1.1 热轧带钢表面质量缺陷的种类

2.1.2 热轧带钢表面缺陷检测处理过程

2.1.3 缺陷发生情况及对企业的影响

2.1.4 常见缺陷及产生的原因

2.2 数据挖掘技术

2.2.1 知识获取与数据挖掘

2.2.2 数据挖掘的一般流程

2.2.3 数据挖掘常用技术

2.3 本章小结

第三章 决策树分类算法研究

3.1 决策树分类算法典型应用

3.2 决策树分类算法研究

3.2.1 ID3 算法

3.2.2 C4.5 算法

3.2.3 CART 算法

3.3 选择划分属性的统计度量方法

3.3.1 信息增益

3.3.2 基尼指数(Gini Index)

3.3.3 用数值型属性划分节点方法

3.4 本章小结

第四章 决策树生成系统开发

4.1 基于ADO 的数据库访问

4.2 基于面向对象技术的决策树生成

4.3 基于STL 的数据组织

4.4 开发工具及应用平台

4.5 系统界面

4.6 本章小结

第五章 热轧带钢表面质量缺陷初探分析

5.1 建立分析数据源

5.2 数据筛选

5.3 数据预处理

5.4 数据挖掘

5.5 结果分析

5.6 本章小结

第六章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的学术论文