基于Fuzzy綜合集成算法的鑄坯質量判定系統研究

甘小芳，戴小平，張宜力，劉艷嬌

（安徽工業大學 計算機學院，安徽 馬鞍山 243002）

基于Fuzzy綜合集成算法的鑄坯質量判定系統研究

甘小芳，戴小平，張宜力，劉艷嬌

（安徽工業大學 計算機學院，安徽 馬鞍山 243002）

質量判定系統是MES（制造執行系統）的一個重要組成部分，一直以來都是鋼鐵行業關注的重點。以鑄坯質量判定為背景，在Fuzzy綜合集成算法的基礎上研究和開發了鑄坯質量判定系統。系統可以根據生產需要動態改變影響鑄坯質量的因素，以及根據生產經驗調節鑄坯質量的各個因素的安全指標和安全標準，實現了從多個角度多個層次對鑄坯質量做出比較準確全面的判定。實驗表明，系統在現場生產中表現良好，通過對專家數據庫及各因素權重的不斷完善，可以較好地判定鑄坯質量等級，產品質量得到保證，具有較強的應用價值。

質量判定；Fuzzy綜合集成算法；MES系統

1 引言

鋼鐵生產中，生產技術以及一些其他的因素都會影響鑄坯的質量，因此要綜合各個方面的因素對鑄坯的質量進行判斷。這樣不僅能夠保證最終產品的質量，更最重要的是可以保證生產的連續性。近些年來，已經有很多專家學者專注于鑄坯質量判定理論[1]和模型方面的研究。國內外比較成功的判定系統有:寶鋼的板坯品質異常把握模型和漏鋼預報系統以及馬西克、達涅利、奧鋼聯開發的相關鑄坯質量系統[2-4]。

隨著鋼鐵企業的發展，用戶對產品質量的要求越來越高。為了確保生產的持續性、提高產品質量以及能夠及時調整生產方式，實時高效的鑄坯質量判定系統已成為迫切需要。

2 質量判定算法

2.1 Fuzzy語言場描述

若C=＜D,I,N,≤N＞滿足下面的條件：（1）D為R上基礎變量論域中交叉區間的集合;（2）N≠為Fuzzy語言值 (辭)的有限集；（3）≤N為N上全序關系；（4）I:N→D為標準值映射，并且滿足保序性，滿足以上條件則稱C為Fuzzy語言場。在Fuzzy語言變量相應的論域（基礎變量論域）中，標準樣本點指每個被劃分的交叉子區間的中點（θ）連同ε領域（通常為允許誤差值）內的點，其取值區間為（θ-ε,θ+ε），落在該區間內的點視為標準值；其余的點被視為非標準樣本點；標準樣本點和非標準樣本點分別構成了標準樣本空間和非標準樣本空間，兩者之并稱為一般樣本空間。對于其它定義及定理,請參考文獻[5]。在Fuzzy算法中有一個概念叫做危險度，它是用來表示危險性差異之間存在的中間過渡的表征。在研究中危險度就表示鑄坯的質量屬性，可視為Fuzzy語言變量，可采用的語言值為：優（很不危險），良（不危險），中（危險），差（很危險）等。每一個Fuzzy語言值均對應一個Fuzzy子集。在有限與離散的狀態下它又可以對應一個向量。

根據Fuzzy語言場的概念及相關定理可確定各質量標準向量，假如設K=5，則各質量標準量為：

其中ai，bi，ci，di，ei（i=1,2,3,4,5）的具體數值可由自然數集{1,2,3,4,5}的“大”或者“小”之一對應的標準向量，利用Fuzzy算子的運算法則求出。影響鑄坯質量（危險度）的因素有很多，各個因素之間又有主次之分，因此這里采用分層次研究，同時對每一層又根據權重來區分主次關系。

2.2 鑄坯質量判定系統的模型體系結構

所謂鑄坯質量是指得到合格的鑄坯產品所允許的缺陷的嚴重程度[6]。質量判定系統可以針對不同的產品類型設定不同的判定標準。例如其中一個判定標準考慮以下四個方面的影響因素：純凈度、表面質量、機械性能、內部質量。

影響質量的因素有很多方面，但是不同鋼廠和不同類型的產品要考慮的因素可能不同。因此需要根據產品的要求去制定判斷標準，一種產品對應一種判定標準，每個判定標準又需考慮不同的方面或不同的權重，以及各個方面所包含的不同子因素或權重。

為了對鑄坯質量做出盡可能正確、可信的判定，根據生產企業的要求以及上面介紹的影響鑄坯質量的因素，可以構建多級Fuzzy判定體系。圖1所示的是一個鑄坯質量判定標準的體系結構。頂層級從四個方面對鑄坯質量做出整體的評估，為進一步細化判定指標，將影響每一因素的子因素列出，這樣就形成了底層級的子因素。這些子因素又存在主次的差別，可以通過權重的分配來區分。權重的分配需要綜合考慮各個方面的因素，例如產品標準和生產需求等。各種類型的質量因素都有與之對應的權重體系，這樣就能結合多級Fuzzy判定，從多個角度多個層次對鑄坯質量做出比較準確全面的判定。

圖1 模型體系結構

2.3 判定算法的研究（Fuzzy綜合集成算法）

②陸游從乾道六年(1170，46歲)閏五月十八日離山陰赴夔州通判，到淳熙五年(1178，54歲)春別蜀東歸。期間于乾道八年三月到興元府，同年十一月二日啟程赴成都。實際在梁益時間不足八年。但陸游談到這段經歷，常自云九年或十年，如《遣興》云“西州落魄九年余”，《新灘舟中作》云“九年行半九州島地”，《南烹》云“十年流落憶南烹”等等。陸游的梁益地區書寫，研究論文頗多，此處不一一列舉。

利用Fuzzy綜合集成算法進行鑄坯的質量判定，具體的方法步驟如下[7-8]

（1）確定評價因素集。根據模型體系結構可以用到的因素有：U={純凈度；表面質量；機械性能；內部質量}。當然現在每個因素還可能有子因素，例如U（純凈度）={Al2O3含量，SiO2含量，MnS含量}三個子因素。

（2）對鑄坯質量的某一方面的性能作一級判定：

首先要確定質量的等級標準向量，依據Fuzzy語言場概念和dis-同構定理，確定各質量標準向量（設K=4）分別為:

其中 ai，bi，ci，di（i=1,2,3,4）的具體數值可以通過自然數集{1,2,3,4}中的“大”或者“小”之一對應的標準向量經過Fuzzy運算法則一一得到。

建立權重集。每個層次都對應相應的權重集，權重的分配需要各個方面的綜合考慮，所以建立權重集是質量判定準確與否的關鍵部分。確定各質量因素的權重公式如下：

建立評價矩陣M，建立評價矩陣是Fuzzy綜合算法的核心部分。矩陣M中對應的行向量的確定方法如下：

1）每個底層級因素的區域劃分成交叉子區間，再根據各個因素的要求確定各區間對應的 “語言值”（優、良、中、差）。

2）各個因素的實際數據錄入，將錄入的數據和劃分的區間進行比較若為標準向量，則將相應的標準向量寫入評價矩陣M中。例如，如果SiO2含量在優區間中，那么M（純凈度）的第一行就是L優。

3）各因素的實際數據為非標準樣本數據時，用插值法獲得相對應的向量，再將獲得的向量寫入判定矩陣M中。這樣做的好處就是可以更加準確的判斷每個因素的情況，降低高級判定的誤差度。

插值公式：

其中At表示第i個區間對應的標準向量；A領表示依t的落點而定的左鄰或右鄰區間對應的標準向量；ti表示表示第i個區間標準樣本實際數據；Li表示第i個區間的長度(若t落在首尾區間，計算時將Li改為2Li)?；谝陨喜襟E可得到一級判定結果向量Ti=A0M（合成運算“0”可視具體而定,一般取“”）。

（3）對影響鑄坯某一方面的性能作二級判定是在一級判定的基礎上根據一級判定結果向量得到二級判定的判定矩陣M''，根據當前層次的權重向量A'，經過運算可以得到二級判定結果向量T=A'0M'（假如模型結構有多層每一層可以用下一層的判定結果向量得到本層的判定矩陣）。

（4）最后對鑄坯質量做出整體綜合評定：

按照上面的步驟，經過三級判定后得到一個判定結果向量T，然后對T進行聚類分析。對于質量等級為優、良、中、差的每個等級，選擇它們各自所對應的質量判定標準向量作為聚類中心。標準向量分別記作T0、T1、T2、T3按照如下的公式分別計算T與聚類中心T0、T1、T2、T3的距離：

依據就近原則，對T而言，計算它與T0、T1、T2、T3之間的距離，將得到的距離進行比較，哪個最小，鑄坯質量就從屬哪個等級，從而得到鑄坯的Fuzzy綜合判定結果。算法的具體流程如圖2所示：

圖2 Fuzzy綜合集成算法流程

3 鑄坯質量判定系統

鑄坯質量判定其實就是對影響鑄坯質量的各個因素等級進行綜合評定。基于Fuzzy[9]語言場和Fuzzy綜合集成算法[10]，建立鑄坯質量判定模型，設計和開發鑄坯質量判定系統，同時可以根據實際生產需求增加或刪除影響鑄坯質量的因素。系統根據計算機收集(自動或手動)到的生產過程(煉鋼、二次精煉和連鑄)數據以及化驗數據，與實際生產經驗中獲得的標準數據進行比較，及時檢測和判斷鑄坯的質量。系統結構如圖3所示：

圖3 系統結構圖

質量判定系統功能結構可以分為，數據采集，質量判定和查詢操作三大功能模塊，如圖4所示。

圖4 系統功能結構圖

數據采集模塊主要是獲取模型體系結構中影響鑄坯質量的各個因素的實際數據。一些數據是通過人工輸入獲得，一些是通過PLC實時采集以及檢化驗結果得到。

質量判定模塊是通過接收質量數據庫中的數據，利用Fuzzy綜合集成算法來進行質量判定,得出質量等級。質量判定分為兩種不同的情況：一種是抽檢，另一種是全檢。不管哪種檢測又可分為對鑄坯純凈度、表面質量、機械性能、內部質量的判定。

查詢操作模塊主要是查詢和顯示鑄坯質量判定結果，并導出或打印判定結果。為確保鑄坯生產的持續性、提高產品的質量以及調整生產方式提供依據。

4 結論

鑄坯質量判定系統建立的判定算法是以基于Fuzzy語言場的Fuzzy綜合集成算法為理論基礎。在功能上，鑄坯質量判定系統結合數據庫知識實現了根據實際生產需要調整影響鑄坯質量因素的層次和每個層次的底層因素。鑄坯質量判定系統初步建立以來，在現場生產中表現良好?？梢詫﹁T坯判定系統的專家數據庫（標準值）以及各個因素的權重進行不斷地更新完善，使得鑄坯判定評級標準越來越準確。擴大影響鑄坯質量的因素可以增加判定缺陷的種類，同時也能提高產品的質量以及調整更有效的生產方式。

[1]盧震,張興中,倪滿森.專家系統在連續鑄鋼中的應用[J].鋼鐵研究學報,1995,7(3):79-84.

[2]王悅新,邱以清,劉相華.連鑄坯質量判定模糊專家系統[J].東北大學學報,2009,30(7):989-992.

[3]余龍山.連鑄坯質量判定專家系統[D].重慶:重慶大學,2000.

[4]薛建國.連鑄坯質量判定與質量控制研究[D].北京:北京科技大學,2009.

[5]楊炳儒,王忠民.基于綜合語言場的因果關系定性推理模型及其應用[J].模式識別與人工智能,1996,9(1):31-36.

[6]單多,徐安軍,汪紅兵,等.連鑄坯質量判定系統研究綜述[J].連鑄,2011,2(1):1-4.

[7]楊炳儒,龍勇.在線鑄坯質量判定的Fuzzy綜合集成算法與實現[J].系統工程理論與實踐，1999(1)2-4.

[8]Normanton A S,Barber B,Bell A.Development in online surface and internal quality forecasting of continuously cast semis[J].Ironmaking and Steelmaking,2004,31(5):376-382.

[9]楊炳儒,楊天樑,高威.基于Fuzzy語言場的Fuzzy集成算法及其實現[J].北京科技大學學報1998,20(3):296-300.

[10]肖四漢,樊治平,王夢光.Fuzzy判斷矩陣的一致性研究[J].系統工程學報.2001,16(2):142-145.

[責任編輯：桂傳友]

TP18

A

1674-1104(2014)03-0022-03

10.13420/j.cnki.jczu.2014.03.006

2013-11-07

甘小芳(1988-),女,安徽池州人,安徽工業大學計算機學院碩士研究生,主要研究方向為計算機技術，信息系統與數據庫。