1 引言
鋼鐵生產過程中的連鑄環節對鋼水狀態有著嚴格的要求，它要保證穩定適宜的鋼水溫度和脫氧程度，以滿足可澆注性。其中鋼水的澆注溫度是澆注的重要工藝參數，并且澆注溫度是根據鋼水的成分浮動的，它取決于鋼水中所含元素的性質和含量。生產過程中還有一系列的溫度都需要控制在一定的范圍內，如：出鋼時的降溫，出鋼后到鋼水爐外精煉站運輸過程中的溫降，鋼水在鋼包處理過程中的溫降，鋼包運至中間包處的過程溫降，鋼水在中間包內的溫降，出鋼溫度。只有這一過程中各個階段的溫度控制好，才能正確的確定不同鋼種的澆注溫度曲線。在生產初始階段，工作人員往往很難根據原料的性質調節好連鑄過程中各個階段的溫度，只能憑感覺和經驗來操作，這樣生產出來的產品質量不穩定，次品率高。
在鋼鐵企業引入MES軟件之后，MES將生產過程中積累大量的生產數據存在實時數據庫中，對于每一個鋼材成品都可以從該實時數據庫中追溯到它被加工時的各種環境數據，如連鑄工藝中的各個環節的溫降。本文是利用數據挖掘技術中的關聯規則挖掘技術對MES實時數據庫進行處理，找出鋼鐵加工廠中連鑄工藝過程中的對于不同原料的最佳生產溫度曲線，再通過在生產過程中利用該曲線來指導工人對下層控制設備的操作，以生產出最佳質量的鋼鐵產品。
2 生產制造執行系統與數據挖掘
MES(Manufacturing Execution System．MES)是一種生產制造執行系統，企業引進MES后，它可以監控從原材料進廠到產品的入庫、出貨的全部生產過程，記錄生產過程產品所使用的材料、設備，產品檢測的數據和結果以及產品在每個工序上生產的時間、人員、環境參數等信息。MES監控這些信息并保存至MES實時數據庫中，如果對MES實時數據庫的數據進行分析處理，能夠得到關于生產現場的生產進度、產品品質狀態以及人員、材料利用狀態、設備參數最佳設置等各種有用的信息。
數據挖掘技術是指從大量的、不完全的、有噪聲的、隨機的實際應用數據中，提取隱含在其中的，人們事先不知道的、但又有潛在價值的規律和知識的過程。數據經過簡單加工得到信息，數據挖掘則對數據進行更深入的分析，獲得的將是知識或規律，對生產和經營具有更大的價值。其中關聯規則挖掘是數據挖掘研究范圍中最深入和利用最廣泛的一個技術，它是指從大量的數據中挖掘出有價值并且能描述數據項之間相互聯系的有關知識。
在鋼鐵生產的連鑄環節中，對于不同的鋼種，每個工序都有不同的溫度要求，在其他外部條件相同的情況下，“鋼種一特定工序的溫度值一質量狀況”這三者之間存在著一種必然的聯系。
鋼鐵廠的MES中記載了每一個鋼鐵成品在連鑄環節的各個工序的溫度值以及產品質量和原材料信息，若將產品的質量狀況、鋼種、各個工序的溫度分別作為一個屬性，所以產品的屬性值便構成了一個大的數據集，利用關聯規則挖掘技術找尋出大項集中給定數據項之間的關系(由給定鋼種的質量狀況，得到其某個工序的最佳溫度值)，就可得到“鋼種一特定工序的溫度值一質量狀況”這三者之間的一個關系。對連鑄環節每個工序積累的數據進行關聯規則的挖掘，便能得到關于該環節各個工序的一條溫度控制曲線。
3 基于MES的關聯規則挖掘算法的研究
生產過程中MES系統記錄的數據是經采樣、量化得到的時間上連續變化的數據，首先其本質上是連續的，其變化受生產狀態約束；其次，生產過程的行為、特性是由許多過程變量共同決定的，且任何一個變量的變化將影響其它變量乃至生產狀態的變化，即在空間上，生產過程變量具有高維數、強關聯和非線性等特點。傳統的關聯規則挖掘主要針對的是離散、線性的事務型數據，要使之適應于處理復雜的生產過程數據，必須在實施挖掘之前對生產數據進行處理。
3.1 粗糙集的引入和數據清理
粗糙集理論RS(Rough set)是波蘭數學家Z．Pawlak在1982年提出的一種分析數據的數據理論，一般用來處理不確定和不精確問題的新型數學工具，它不需要關于數據的任何先驗或附加信息，而是直接從已知數據的初始決策系統出發，通過不可分辨關系和不可分辨類確定給定問題的近似域，有效地分析和處理不精確、不一致、不完整的信息，并有效地進行屬性約簡。生產過程是一個復雜的、隨機的、不確定的和具有周期性的多樣性的過程，采用傳統的模型化方法，很難建模、仿真和處理。基于這樣的背景，先對數據庫中數據進行必要的約簡，求出約簡或近似約簡，并在此基礎上根據值約簡等減少屬性和個體數目，便于后面的挖掘技術的施展。
屬性約簡有2種方式：A．將屬性的重要性作為啟發式規則，按照屬性的重要程度，從大Nd,逐個加入直至找到一個最小約簡。B．從屬性集中逐個刪除影響因子為0的屬性。根據生產數據的特性，本文選擇第二種方式。
3.2 基于粗糙集的關聯規則挖掘算法
關聯規則是數據挖掘中的一種重要模式，它首先是由R．Agrawal等人于1993年提出的，用于發現事務數據庫中不同商品(項)之間的聯系，找出顧客購買行為模式等。關聯規則挖掘算法的核心就是Apriori算法，即基于兩階段大項集思想的方法，將關聯規則挖掘算法的設計分解為2個子問題：
(1) 找到所有支持度大于最小支持度的項集(Itemset)，這些項集稱為大項集(LargeItemset，或頻繁集)。
(2) 用第1步找到的大項集產生規則。
本文針對生產執行過程，結合粗糙集的屬性約簡改進Apriori算法，使之適合生產過程中的知識發現和數據挖掘。以下給出相應算法Apriori_MES。
算法Apriori_MES：
輸入數據集DB，條件屬性集C，決策屬性集D，
最小支持度min_sup。
輸出符合約束條件的規則集R。
算法步驟如下：
Step1：DB'←DB；//DB'為一臨時表：
Step2：根據輸入的決策系統(U，Cuzvv77hnht7f)和ind(C，zvv77hnht7f)，置Sred(C)=φ；
Step3：根據粗糙集的屬性約簡算法生成簡約集合Sred(C)；
Step4：for每個條件屬性Ci∈C
{if(Ci不屬于Sred(C))
{從DB’中刪除屬性Ci；
C=C-{Ci}；
}
}；
Step5：掃描DB'，確定候選1-項集；
Step6：根據最小支持度min_sup，確定頻繁1-項集和L1；
Step7：k=0；
Step8：k++；
Step9：使用連接Lk-1△△Lk生產候選k-項集；
Step10：根據最小支持度min_sup，確定頻繁K-項集Lk；
Step11：Lk不空則轉Step8；
Stepl2：根據頻繁項集Lk-1產生關聯規則；
Stepl3：根據約束條件從關聯規則集中選出符合條件的規則集R。
4 基于粗糙集的關聯規則挖掘算法在連鑄溫度控制中的應用
4.1 數據倉庫的建立
數據倉庫的創建都是圍繞主題實現的，需要盡可能將跟主題不相關的數據進行清理掉，留下關鍵的數據。根據研究的主題，即連鑄環節中各工序的溫度控制，我們分析出以下幾個是對研究的問題起關鍵作用的數據項：
(1)鋼材成品情況
產品編號、產品批次、質量狀況、鋼種等
(2)對應初始生產材料的相關信息
鋼水成分、每種成分比例、重量等
(3)產品連鑄環節各個工序對應的溫度
鋼種、批次、爐次、出鋼溫度、吹氬溫度、氬后溫度、進站溫度、出站溫度、澆注溫度從MES的實時數據庫中抽取上述數據，經過初步篩選，去除不完整的數學項，建立實施挖掘算法的數據倉庫。
4.2實驗結果
設連鑄這個過程有n個工序，Tij=(Ti1，Ti2，…，Tin)表示對于第i種鋼水各個工序的溫度，設有m個需要溫降的工序，△Tij=（△Ti1，△Ti2，…，△Tim）表示對于第i種鋼水各個工序的溫降度數；Tij和乃和△Tij對應于Apriori_MES算法中的要輸出的規則集。D={質量狀態1，質量狀態2…}表示最后的生產產品的特性集合，對應Apriori算法中的決策屬性集。U={U1，U2，…，Ui)表示各種不同成分的鋼水對象集合，包括鋼材成品情況和對應初始生產材料相關信息，U構成Apriori_MES算法中要輸入的條件屬性集。
對于普碳鋼Q235其化學成分為表1，對經過約簡后的數據倉庫，實施本文的Apriori_MES算法，得出其連鑄過程中的最佳溫度曲線為圖1，各工序最佳溫降為圖2。
表1 Q235的化學成分表
圖1 最佳溫度曲線
圖2 各工序最佳溫降
當外部其他條件一致時，在生產普碳鋼Q235的連鑄環節，操作人員按照圖1和圖2所示進行溫度控制，所得到的成品質量整體高于以前的成品。圖3顯示的是經過一個星期生產的產品質量對比圖，圖中A表示按溫度控制曲線生產出的產品質量等級概率，B表示的是按傳統技藝生產出的產品質量等級概率，從圖中明顯可以看出A中優等產品出現的概率明顯大于B中的，次品率也明顯低于B中的次品率。
圖3質量等級概率對比圖
5 結論與展望
本文詳細介紹了關聯規則挖掘和MES的理論和方法，特別是對關聯規則挖掘中最著名的算法Apdori進行了比較深入地研究，并且在此基礎之上借鑒粗糙集的屬性簡約的思想，設計并實現了基于Apriori算法的改進算法-Apriori-MES算法。MES中的知識發現與數據挖掘主要針對于過程監控中的大量生產歷史數據，本文主要針對鋼鐵生產過程中的連鑄環節進行分析研究，通過對這一環節MES實時數據庫中累積的數據進行關聯規則的挖掘，得出一條最佳的溫度曲線，然后再應用在鋼鐵加工廠的MES系統中，指導生產過程，對產品的質量穩定和提高起到比較明顯的效果。
如何對大數據集進行更有效的屬性約簡以提高算法效率是我們下一步要進行的工作。除此之外，在企業MES的實時數據庫中，我們還可以利用數據挖掘技術做其他更多的研究工作，為以后的生產過程提高更豐富有利的輔助。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：企業業務流程管理信息化ERP系統新探
相關文章
