基于Fuzzy综合集成算法的铸坯质量判定系统研究

甘小芳，戴小平，张宜力，刘艳娇

（安徽工业大学 计算机学院，安徽 马鞍山 243002）

基于Fuzzy综合集成算法的铸坯质量判定系统研究

甘小芳，戴小平，张宜力，刘艳娇

（安徽工业大学 计算机学院，安徽 马鞍山 243002）

质量判定系统是MES（制造执行系统）的一个重要组成部分，一直以来都是钢铁行业关注的重点。以铸坯质量判定为背景，在Fuzzy综合集成算法的基础上研究和开发了铸坯质量判定系统。系统可以根据生产需要动态改变影响铸坯质量的因素，以及根据生产经验调节铸坯质量的各个因素的安全指标和安全标准，实现了从多个角度多个层次对铸坯质量做出比较准确全面的判定。实验表明，系统在现场生产中表现良好，通过对专家数据库及各因素权重的不断完善，可以较好地判定铸坯质量等级，产品质量得到保证，具有较强的应用价值。

质量判定；Fuzzy综合集成算法；MES系统

1 引言

钢铁生产中，生产技术以及一些其他的因素都会影响铸坯的质量，因此要综合各个方面的因素对铸坯的质量进行判断。这样不仅能够保证最终产品的质量，更最重要的是可以保证生产的连续性。近些年来，已经有很多专家学者专注于铸坯质量判定理论[1]和模型方面的研究。国内外比较成功的判定系统有:宝钢的板坯品质异常把握模型和漏钢预报系统以及马西克、达涅利、奥钢联开发的相关铸坯质量系统[2-4]。

随着钢铁企业的发展，用户对产品质量的要求越来越高。为了确保生产的持续性、提高产品质量以及能够及时调整生产方式，实时高效的铸坯质量判定系统已成为迫切需要。

2 质量判定算法

2.1 Fuzzy语言场描述

若C=＜D,I,N,≤N＞满足下面的条件：（1）D为R上基础变量论域中交叉区间的集合;（2）N≠为Fuzzy语言值 (辞)的有限集；（3）≤N为N上全序关系；（4）I:N→D为标准值映射，并且满足保序性，满足以上条件则称C为Fuzzy语言场。在Fuzzy语言变量相应的论域（基础变量论域）中，标准样本点指每个被划分的交叉子区间的中点（θ）连同ε领域（通常为允许误差值）内的点，其取值区间为（θ-ε,θ+ε），落在该区间内的点视为标准值；其余的点被视为非标准样本点；标准样本点和非标准样本点分别构成了标准样本空间和非标准样本空间，两者之并称为一般样本空间。对于其它定义及定理,请参考文献[5]。在Fuzzy算法中有一个概念叫做危险度，它是用来表示危险性差异之间存在的中间过渡的表征。在研究中危险度就表示铸坯的质量属性，可视为Fuzzy语言变量，可采用的语言值为：优（很不危险），良（不危险），中（危险），差（很危险）等。每一个Fuzzy语言值均对应一个Fuzzy子集。在有限与离散的状态下它又可以对应一个向量。

根据Fuzzy语言场的概念及相关定理可确定各质量标准向量，假如设K=5，则各质量标准量为：

其中ai，bi，ci，di，ei（i=1,2,3,4,5）的具体数值可由自然数集{1,2,3,4,5}的“大”或者“小”之一对应的标准向量，利用Fuzzy算子的运算法则求出。影响铸坯质量（危险度）的因素有很多，各个因素之间又有主次之分，因此这里采用分层次研究，同时对每一层又根据权重来区分主次关系。

2.2 铸坯质量判定系统的模型体系结构

所谓铸坯质量是指得到合格的铸坯产品所允许的缺陷的严重程度[6]。质量判定系统可以针对不同的产品类型设定不同的判定标准。例如其中一个判定标准考虑以下四个方面的影响因素：纯净度、表面质量、机械性能、内部质量。

影响质量的因素有很多方面，但是不同钢厂和不同类型的产品要考虑的因素可能不同。因此需要根据产品的要求去制定判断标准，一种产品对应一种判定标准，每个判定标准又需考虑不同的方面或不同的权重，以及各个方面所包含的不同子因素或权重。

为了对铸坯质量做出尽可能正确、可信的判定，根据生产企业的要求以及上面介绍的影响铸坯质量的因素，可以构建多级Fuzzy判定体系。图1所示的是一个铸坯质量判定标准的体系结构。顶层级从四个方面对铸坯质量做出整体的评估，为进一步细化判定指标，将影响每一因素的子因素列出，这样就形成了底层级的子因素。这些子因素又存在主次的差别，可以通过权重的分配来区分。权重的分配需要综合考虑各个方面的因素，例如产品标准和生产需求等。各种类型的质量因素都有与之对应的权重体系，这样就能结合多级Fuzzy判定，从多个角度多个层次对铸坯质量做出比较准确全面的判定。

图1 模型体系结构

2.3 判定算法的研究（Fuzzy综合集成算法）

②陆游从乾道六年(1170，46岁)闰五月十八日离山阴赴夔州通判，到淳熙五年(1178，54岁)春别蜀东归。期间于乾道八年三月到兴元府，同年十一月二日启程赴成都。实际在梁益时间不足八年。但陆游谈到这段经历，常自云九年或十年，如《遣兴》云“西州落魄九年余”，《新滩舟中作》云“九年行半九州岛地”，《南烹》云“十年流落忆南烹”等等。陆游的梁益地区书写，研究论文颇多，此处不一一列举。

利用Fuzzy综合集成算法进行铸坯的质量判定，具体的方法步骤如下[7-8]

（1）确定评价因素集。根据模型体系结构可以用到的因素有：U={纯净度；表面质量；机械性能；内部质量}。当然现在每个因素还可能有子因素，例如U（纯净度）={Al2O3含量，SiO2含量，MnS含量}三个子因素。

（2）对铸坯质量的某一方面的性能作一级判定：

首先要确定质量的等级标准向量，依据Fuzzy语言场概念和dis-同构定理，确定各质量标准向量（设K=4）分别为:

其中 ai，bi，ci，di（i=1,2,3,4）的具体数值可以通过自然数集{1,2,3,4}中的“大”或者“小”之一对应的标准向量经过Fuzzy运算法则一一得到。

建立权重集。每个层次都对应相应的权重集，权重的分配需要各个方面的综合考虑，所以建立权重集是质量判定准确与否的关键部分。确定各质量因素的权重公式如下：

建立评价矩阵M，建立评价矩阵是Fuzzy综合算法的核心部分。矩阵M中对应的行向量的确定方法如下：

1）每个底层级因素的区域划分成交叉子区间，再根据各个因素的要求确定各区间对应的 “语言值”（优、良、中、差）。

2）各个因素的实际数据录入，将录入的数据和划分的区间进行比较若为标准向量，则将相应的标准向量写入评价矩阵M中。例如，如果SiO2含量在优区间中，那么M（纯净度）的第一行就是L优。

3）各因素的实际数据为非标准样本数据时，用插值法获得相对应的向量，再将获得的向量写入判定矩阵M中。这样做的好处就是可以更加准确的判断每个因素的情况，降低高级判定的误差度。

插值公式：

其中At表示第i个区间对应的标准向量；A领表示依t的落点而定的左邻或右邻区间对应的标准向量；ti表示表示第i个区间标准样本实际数据；Li表示第i个区间的长度(若t落在首尾区间，计算时将Li改为2Li)。基于以上步骤可得到一级判定结果向量Ti=A0M（合成运算“0”可视具体而定,一般取“”）。

（3）对影响铸坯某一方面的性能作二级判定是在一级判定的基础上根据一级判定结果向量得到二级判定的判定矩阵M''，根据当前层次的权重向量A'，经过运算可以得到二级判定结果向量T=A'0M'（假如模型结构有多层每一层可以用下一层的判定结果向量得到本层的判定矩阵）。

（4）最后对铸坯质量做出整体综合评定：

按照上面的步骤，经过三级判定后得到一个判定结果向量T，然后对T进行聚类分析。对于质量等级为优、良、中、差的每个等级，选择它们各自所对应的质量判定标准向量作为聚类中心。标准向量分别记作T0、T1、T2、T3按照如下的公式分别计算T与聚类中心T0、T1、T2、T3的距离：

依据就近原则，对T而言，计算它与T0、T1、T2、T3之间的距离，将得到的距离进行比较，哪个最小，铸坯质量就从属哪个等级，从而得到铸坯的Fuzzy综合判定结果。算法的具体流程如图2所示：

图2 Fuzzy综合集成算法流程

3 铸坯质量判定系统

铸坯质量判定其实就是对影响铸坯质量的各个因素等级进行综合评定。基于Fuzzy[9]语言场和Fuzzy综合集成算法[10]，建立铸坯质量判定模型，设计和开发铸坯质量判定系统，同时可以根据实际生产需求增加或删除影响铸坯质量的因素。系统根据计算机收集(自动或手动)到的生产过程(炼钢、二次精炼和连铸)数据以及化验数据，与实际生产经验中获得的标准数据进行比较，及时检测和判断铸坯的质量。系统结构如图3所示：

图3 系统结构图

质量判定系统功能结构可以分为，数据采集，质量判定和查询操作三大功能模块，如图4所示。

图4 系统功能结构图

数据采集模块主要是获取模型体系结构中影响铸坯质量的各个因素的实际数据。一些数据是通过人工输入获得，一些是通过PLC实时采集以及检化验结果得到。

质量判定模块是通过接收质量数据库中的数据，利用Fuzzy综合集成算法来进行质量判定,得出质量等级。质量判定分为两种不同的情况：一种是抽检，另一种是全检。不管哪种检测又可分为对铸坯纯净度、表面质量、机械性能、内部质量的判定。

查询操作模块主要是查询和显示铸坯质量判定结果，并导出或打印判定结果。为确保铸坯生产的持续性、提高产品的质量以及调整生产方式提供依据。

4 结论

铸坯质量判定系统建立的判定算法是以基于Fuzzy语言场的Fuzzy综合集成算法为理论基础。在功能上，铸坯质量判定系统结合数据库知识实现了根据实际生产需要调整影响铸坯质量因素的层次和每个层次的底层因素。铸坯质量判定系统初步建立以来，在现场生产中表现良好。可以对铸坯判定系统的专家数据库（标准值）以及各个因素的权重进行不断地更新完善，使得铸坯判定评级标准越来越准确。扩大影响铸坯质量的因素可以增加判定缺陷的种类，同时也能提高产品的质量以及调整更有效的生产方式。

[1]卢震,张兴中,倪满森.专家系统在连续铸钢中的应用[J].钢铁研究学报,1995,7(3):79-84.

[2]王悦新,邱以清,刘相华.连铸坯质量判定模糊专家系统[J].东北大学学报,2009,30(7):989-992.

[3]余龙山.连铸坯质量判定专家系统[D].重庆:重庆大学,2000.

[4]薛建国.连铸坯质量判定与质量控制研究[D].北京:北京科技大学,2009.

[5]杨炳儒,王忠民.基于综合语言场的因果关系定性推理模型及其应用[J].模式识别与人工智能,1996,9(1):31-36.

[6]单多,徐安军,汪红兵,等.连铸坯质量判定系统研究综述[J].连铸,2011,2(1):1-4.

[7]杨炳儒,龙勇.在线铸坯质量判定的Fuzzy综合集成算法与实现[J].系统工程理论与实践，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]杨炳儒,杨天樑,高威.基于Fuzzy语言场的Fuzzy集成算法及其实现[J].北京科技大学学报1998,20(3):296-300.

[10]肖四汉,樊治平,王梦光.Fuzzy判断矩阵的一致性研究[J].系统工程学报.2001,16(2):142-145.

[责任编辑：桂传友]

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,安徽工业大学计算机学院硕士研究生,主要研究方向为计算机技术，信息系统与数据库。