新闻和活动

"MES中的应用探讨"数据挖掘技术在冶金

1 济钢中厚板厂MES概况

   济南钢铁总公司中厚板厂MES主要是对全线生产进行控制和管理的信息系统。MES以中厚板厂生产监控中心为中心(生产指挥中心、数据中心、通信中心、计算机中心,设在自动化室),对全厂生产进行在线生产控制与生产管理。中厚板厂MES的主要功能包括:生产计划与调度、生产组织与控制、生产统计管理、库场调度管理、生产设备管理、文本管理、质量管理、信息发布等等。实现信息流、物流的集成,与L2(过程控制级)系统实现有机地结合,建造一个从作业指示开始到物料(钢板)入库为止的、物流与信息同步的、支持高效高速的生产作业计划指挥、质量管理的计算机系统。

   MES以生产管理为中心,运用计算机信息化手段管理和优化生产过程,提高生产率,降低生产成本,缩短交货期,改善决策支持,实现生产管理自动化。并以满足现在和未来生产需要为主,为L2级提供必要的数据信息,同时负责生产数据的存储和分析,并完成以生产计划和统计为主的管理功能,覆盖的区域从原料进厂到成品出库的整个中厚板生产线。

2 创建中厚板厂的企业数据仓库

   2.1 MES中的数据采集


   创建数据仓库的目的是为企业的DSS提供科学的决策依据。数据仓库用于大量数据存储和组织,而数据挖掘用于从大量的数据中发现知识,为用户进行预测决策。数据挖掘以数据仓库和多维数据库为基础,通过发现数据中的潜在模式,并以这些模式为基础自动作出预测。数据仓库与数据挖掘技术的结合为企业DSS的建立提供新的、更有效的解决方案。对数据进行统计分析是MES的主要功能之一。MES对生产中产生的信息进行统计汇总,这些信息包括:产品信息、产量信息、质量信息、技术信息、能耗信息、库存信息等。数据收集的主要内容和报表包括产品报告、生产计划报表、调度日报表、生产技术专业月报、钢板入库班报表及本班成品、原料综合统计表、技术经济指标完成情况、工序能耗报表、产品质量分析、生产数据的存储和交换。

   2.2 数据仓库建模

   数据仓库的创建、使用都是围绕主题实现的。主题对应于某一宏观分析领域所设计的分析对象,是在较高层次将数据归类的标准。通过分析,中厚板MES生产信息数据仓库的主题主要有:钢坯情况、钢板情况、质量判定情况、质检率等。主题的确定和决策需求紧密相关,决策需求越高主题也就越明确细化。根据以上主题,运用数据库建模技术建立起相应的数据模型。本文中的实例演示仅对“板坯情况”和“质量判定情况”两个主题进行讨论。

   (1)钢坯/钢板情况

   某块钢坯/钢板的情况(编码信息、钢种、成分、重量、规格、温度、炉次、炉号、定尺、生产日期、生产厂家)。

   (2)质量情况

   某块钢坯/钢板的质量情况(生产日期、生产厂家、钢种、规格、炉次、炉号、质量原因)。

   某月的质量情况(年、月、季、生产厂家、钢种、规格、质量统计)。

   多维数据库按照决策的需要构建数据库模型,形成信息的多维视图结构。具体来说就是把数据仓库中的各个主题设计成多维结构,存放在多维数据库中。例如:对钢坯/钢板情况,可以有日期维、单位维、重量维、类型维、规格维、成份维等;对质量情况,可以有日期维、单位维、类型维、规格维、质量原因维、成份维等,此外,不同的维又可以进行细化,形成星型结构。

3 MES中的数据挖掘算法研究

   3.1 粗糙集的引入


   生产过程是一个复杂的、随机的、不确定的和具有周期性的多样性的过程,采用传统的模型化方法,很难建模、仿真和处理。粗糙集(RoutghSet,RS)是一种新型的处理数据的软计算方法,它不需要关于数据的任何检验或附加信息(如统计上的概率分布,模糊集理论中的模糊度划分及其隶属函数,神经网络中一定数量的训练样本等),而是直接从已知数据的初始决策系统出发,通过不可分辨关系和不可分辨类确定给定问题的近似域,有效地分析和处理不精确、不一致、不完整的信息,并有效地进行属性约简。本文提出了以粗糙集理论为主体的数据挖掘方法。