买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学

摘要：本公开提供一种厚板生产计划辅助决策的可视分析方法与系统。厚板生产计划辅助决策的可视分析方法，其包括：收集厚板生产时的数据信息；确定厚板的聚类参数和规格聚类并分别进行转存；对不同规格的厚板生产表现进行动态监控，以获取连续生产中出现的产品质量异常及产能低效问题，根据单维指标监控与多元统计学分析算法的相结合的异常诊断；基于存储数据库，得到厚板生产计划辅助决策的分析结果，该方法以厚板规格为切入点，以产品质量与生产效率为评价指标，实现了对厚板生产数据进行时序的规格划分，并在此基础上进行产品质量异常及产能低效诊断，以此来定位生产过程中的关键指标，最终为目标规格提供生产计划决策。

主权项：1.一种厚板生产计划辅助决策的可视分析方法，其特征在于，包括：S1、收集厚板生产时的数据信息；其中，数据信息包括；生产时间信息、计划调度信息、产品规格信息、生产表现信息，且生产时间信息采用将原始的厚板生产数据批次划分为长度不等的子序列集合，以对子序列集合进行聚类分析；S2、确定厚板的聚类参数和规格聚类并分别进行转存；其中，规格聚类为在生产时间上连续、厚板的钢种相同、且厚板的长度、厚度和宽度在相同的范围内，且厚板生产工况相同的一类；S3、对不同规格的厚板生产表现进行动态监控，以获取连续生产中出现的产品质量异常及产能低效的问题，根据单维指标监控与多元统计学分析算法相结合的方法对异常进行诊断；其中单维指标监控包括：S311、对需要检测的厚板样本标记为x∈R1×N，根据厚板样本的规格信息，在规格聚类中检索同类规格的待检测厚板，且设定待检测厚板质量合格的数据集为AM×N，其中M表示样本个数，N为选取的过程变量个数；S312、待检测厚板的每一个过程变量为j∈1,N，获取过程变量的上分位点为pu和下分位点为pd，数据集的每一个过程变量aj，按照升序进行排序即a1,j≤a2,j≤…≤an,j；其中，上分位点和下分位点的表达式分别为： 其中，|N*u|+1和|N*d|+1均为整数，u为数据集的数据按照升序排序时，靠近末端点的变量数量与数据集总数量的百分比，d为数据集的数据按照升序排序时，靠近首端点的变量数量与数据集总数量的百分比；S313、根据上分位点和下分为点来确定待检测厚板过程变量是否超限； 其中，tj表示每一个待检测厚板的序列号，dj表示待检测厚板相对于上分位点或下分位点的超限程度，当tj序列号的厚板的xj处于之间时，此时待检测厚板的过程变量正常；当tj序列号的厚板的xj处于时，此时待检测厚板的过程变量超出上分位点，当tj序列号的厚板的xj处于时，此时待检测厚板的过程变量超出下分位点；其中，多元统计学分析包括：S321、采用主成分分析算法，将原始数据从高维空间映射到低维空间，其中原始数据为厚板生产时的所有数据；S322、生成主成分的分析故障诊断模型，并且通过T2和SPE的统计量来体现原始数据在低纬空间的数值，其中T2和SPE为原始数据从高维空间映射到低维空间时所形成的判断值；S323、根据T2和SPE的大小，判断该产品质量异常与产能低效的关键过程变量；S4、基于存储数据库，得到厚板生产计划辅助决策的分析结果；其中分析结果的具体过程为：S41、确定目标规格的规格指标并在转存数据库中进行搜索；S42、确定目标规格的集合Dp并对集合中的每一个元素进行前后规格搜索，并获取以目标规格为时间核心的生产计划Sp；S43、在转存数据库进行匹配当前生产计划进行生产的所有集合；S44、对于选定生产计划时，若其中每个规格的产品质量及产能指标都达到要求，则将推荐该生产计划应用于实时生产，否则不予推荐；其中，S41中Dp表示在生产过程中与目标规格指标相同的所有规格记录集合，即S42中SP＝{xi-1,xi,xi+1|i∈Dindex}，其中Dindex是DP中每一条规格记录在D中索引；S43中设SP中第i个生产计划为“A-P-B”模式生产即先生产A规格，后生产目标规格P，最后生产B规格那么“A-P-B”生产计划匹配可以表示为，Si＝{xi-1，xi,xi+1∣xi-1∈DA,xi∈DP,xi+1∈DB}，其中DA、DP和DB表示规格数据库D中规格为“A”、“P”、“B”的记录子集，并且生产规格xi-1,xi,xi+1在生产时间上是连续的；进而在指定生产计划时，通过每个规格的产品质量及产能指标都能达到时，可采用此种计划进行生产，否则需重新选择合适的。

全文数据：

权利要求：

百度查询： 东北大学 一种厚板生产计划辅助决策的可视分析方法与系统