蔡清秀，李超，于海岐，崔福祥，李海峰，趙文濤

（鞍鋼股份有限公司鲅魚(yú)圈鋼鐵分公司，遼寧 營(yíng)口 115007）

鞍鋼股份有限公司鲅魚(yú)圈鋼鐵分公司煉鋼部（以下簡(jiǎn)稱“煉鋼部”）設(shè)計(jì)年產(chǎn)鋼坯650萬(wàn)t，生產(chǎn)鋼種覆蓋船板、磨具、管線、汽車板等29大系列588個(gè)牌號(hào)。煉鋼部為保證重點(diǎn)鋼種質(zhì)量受控，通過(guò)統(tǒng)計(jì)大量的質(zhì)量數(shù)據(jù)，分析確定了恒拉速、出鋼氧值、Als燒損等21個(gè)涉及轉(zhuǎn)爐、精煉、連鑄各工序的質(zhì)量控制關(guān)鍵點(diǎn)。由于關(guān)鍵點(diǎn)數(shù)據(jù)來(lái)源于各工序各自獨(dú)立的生產(chǎn)報(bào)表內(nèi)，傳統(tǒng)的作法主要是手工方式，利用關(guān)鍵字將各EXCEL報(bào)表內(nèi)所需要的數(shù)據(jù)通過(guò)篩選、復(fù)制、粘貼等方式提取到一個(gè)報(bào)表內(nèi)，進(jìn)而形成跨工序的新EXCEL報(bào)表。這是一個(gè)繁雜的工作，效率和準(zhǔn)確性取決于操作者對(duì)軟件的掌握熟練度。為保證質(zhì)量控制關(guān)鍵點(diǎn)監(jiān)控的時(shí)效性，減輕工程技術(shù)人員手工數(shù)據(jù)提取過(guò)程的勞動(dòng)強(qiáng)度，煉鋼部建立了基于SPSS Modeler的數(shù)據(jù)挖掘模型，將數(shù)據(jù)提取過(guò)程固化在SPSS Modeler數(shù)據(jù)流中，實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)化提取。同時(shí)由于建立了各工序數(shù)據(jù)的關(guān)聯(lián)，可以實(shí)現(xiàn)跨工序生產(chǎn)履歷查詢，并利用關(guān)鍵點(diǎn)數(shù)據(jù)對(duì)現(xiàn)行質(zhì)量過(guò)程控制標(biāo)準(zhǔn)進(jìn)一步優(yōu)化，實(shí)現(xiàn)質(zhì)量管理的提升與改進(jìn)。

1 數(shù)據(jù)的讀取

煉鋼生產(chǎn)是一個(gè)異常復(fù)雜的過(guò)程，每天都會(huì)產(chǎn)生海量數(shù)據(jù)，涉及到設(shè)備、生產(chǎn)、質(zhì)量、安全、環(huán)保等各個(gè)方面。質(zhì)量控制關(guān)鍵點(diǎn)數(shù)據(jù)是從這些海量數(shù)據(jù)中，抽取出的質(zhì)量控制方面相對(duì)比較重要的記錄數(shù)據(jù)，是長(zhǎng)期生產(chǎn)總結(jié)的成果，表1為關(guān)鍵點(diǎn)工藝參數(shù)及提取模式。

表1 關(guān)鍵點(diǎn)工藝參數(shù)及提取模式Table 1 Process Parameters for Key Points and Mode of Extracting Them

這些數(shù)據(jù)存放在MES終端導(dǎo)出的《轉(zhuǎn)爐熔煉記錄信息表》、《LF 精煉信息》、《RH 精煉信息》、《連鑄澆鑄信息》、《連鑄作業(yè)圖表》等7個(gè)文件內(nèi)。將關(guān)鍵點(diǎn)數(shù)據(jù)按照一定的邏輯先后順序從上述圖表中抽取出來(lái)是數(shù)據(jù)讀取階段的主要任務(wù)，主要完成以下幾方面工作：

（1）由于導(dǎo)出Excel文件字段格式不標(biāo)準(zhǔn)，部分圖表需完成字段重建工作；

（2）理清生產(chǎn)邏輯關(guān)系，按照邏輯關(guān)系將各個(gè)圖表中的記錄關(guān)聯(lián)在一起，建立數(shù)據(jù)集合；

（3）過(guò)濾掉與質(zhì)量控制關(guān)鍵點(diǎn)無(wú)關(guān)的字段。

圖1 為 Excel源節(jié)點(diǎn)對(duì)話框。SPSS Modeler通過(guò)源節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行讀取，支持?jǐn)?shù)據(jù)庫(kù)、可變文件、固定文件、SAS文件、Statistics文件、Excel等數(shù)據(jù)存儲(chǔ)格式文件的讀取。讀取Excel文件使用Excel源節(jié)點(diǎn)進(jìn)行導(dǎo)入。

圖1 Excel源節(jié)點(diǎn)對(duì)話框Fig.1 Dialog Box for Excel Source Node

數(shù)據(jù)導(dǎo)入后通過(guò)過(guò)濾器和類型選項(xiàng)卡對(duì)數(shù)據(jù)進(jìn)行字段過(guò)濾和字段重建。對(duì)于任務(wù)（2），通過(guò)考察工藝路徑特點(diǎn)，按圖2所示的①～⑥邏輯關(guān)系載入各電子表，進(jìn)行數(shù)據(jù)預(yù)處理。

圖2 各電子表格載入順序Fig.2 Loading Orders for Individual Spreadsheet

經(jīng)過(guò)上述分析后，確定數(shù)據(jù)讀取過(guò)程的數(shù)據(jù)流見(jiàn)圖3。由圖3看出，數(shù)據(jù)讀取過(guò)程通過(guò)“熔煉號(hào)”將各工序生產(chǎn)報(bào)表關(guān)聯(lián)在一起，實(shí)現(xiàn)了跨工序數(shù)據(jù)的整合，建立了全工序數(shù)據(jù)集合，為跨工序數(shù)據(jù)分析、全工序生產(chǎn)過(guò)程履歷查詢做好了充分的準(zhǔn)備。

圖3 數(shù)據(jù)讀取過(guò)程的數(shù)據(jù)流Fig.3 Data Stream for Reading Data Process

2 生成數(shù)據(jù)流

數(shù)據(jù)經(jīng)過(guò)合并、字段過(guò)濾后，仍屬于原始數(shù)據(jù)，需要進(jìn)一步處理。此環(huán)節(jié)需要解決數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)篩選、字段衍生、字段重排、字段進(jìn)一步過(guò)濾以及字段匯總等問(wèn)題。

2.1 數(shù)據(jù)類型轉(zhuǎn)換

由于電子表是通過(guò)MES終端導(dǎo)出表格，存在大量按文本格式存儲(chǔ)的數(shù)值型數(shù)據(jù)，需要通過(guò)導(dǎo)出節(jié)點(diǎn)，使用“to_number（ITEM）”函數(shù)進(jìn)行批量處理。導(dǎo)出節(jié)點(diǎn)數(shù)據(jù)類型轉(zhuǎn)換功能實(shí)現(xiàn)對(duì)話框見(jiàn)圖4所示。

圖4 導(dǎo)出節(jié)點(diǎn)數(shù)據(jù)類型轉(zhuǎn)換功能實(shí)現(xiàn)對(duì)話框Fig.4 Dialog Box Display by Exporting Changeover Function for Types of Node Data

2.2 數(shù)據(jù)篩選與字段衍生

由于數(shù)據(jù)存在缺失、異常等情況，需要對(duì)數(shù)據(jù)進(jìn)行篩選，去除異常值，確保分析使用的數(shù)據(jù)更加穩(wěn)定。另外，對(duì)原始數(shù)據(jù)加工計(jì)算過(guò)程中會(huì)衍生出新字段，這就是字段衍生。數(shù)據(jù)篩選和字段衍生是數(shù)據(jù)預(yù)處理的重要方法。二者主要通過(guò)導(dǎo)出節(jié)點(diǎn)，使用條件函數(shù)進(jìn)行處理。由于處理字段較多，以衍生字段“增氮”為例予以說(shuō)明。導(dǎo)出節(jié)點(diǎn)數(shù)據(jù)篩選和字段衍生功能實(shí)現(xiàn)對(duì)話框見(jiàn)圖5。由圖5看出，“增氮”作為評(píng)價(jià)保護(hù)澆鑄好壞的重要指標(biāo)，如果不好，鋼水澆鑄過(guò)程會(huì)出現(xiàn)顯著增氮現(xiàn)象，導(dǎo)出原始圖表并不包含“增氮”字段，需要通過(guò)計(jì)算成品氮含量與精煉搬出氮含量之差作為“增氮”字段，但根據(jù)專業(yè)判斷，搬出氮含量和成品氮含量都不可能為0，所以計(jì)算前對(duì)數(shù)據(jù)進(jìn)行篩選。

圖5 導(dǎo)出節(jié)點(diǎn)數(shù)據(jù)篩選和字段衍生功能實(shí)現(xiàn)對(duì)話框Fig.5 Dialog Box Display by Exporting Functions for Node Data Filtering and Fields Deriving

本對(duì)話框?qū)崿F(xiàn)功能如下：如果成品氮含量與精煉搬出氮含量都不為0，則輸出二者之差 （單位：10），否則輸出空值（即 undef）。

2.3 字段重排

為實(shí)現(xiàn)輸出數(shù)據(jù)具有較好的邏輯上的可讀性，可使用字段重排節(jié)點(diǎn)實(shí)現(xiàn)字段重新排序，圖6為字段重排功能實(shí)現(xiàn)對(duì)話框。

圖6 字段重排功能實(shí)現(xiàn)對(duì)話框Fig.6 Dialog Box Display by Exporting Function for Field Rearrangement

2.4 數(shù)據(jù)匯總

連鑄機(jī)澆鑄過(guò)程中，采用多爐鋼水連續(xù)澆鑄方式，即連續(xù)澆鑄的若干罐次（熔煉號(hào)）組成一個(gè)澆次。評(píng)價(jià)澆次質(zhì)量則需要對(duì)澆次內(nèi)若干罐次的指標(biāo)進(jìn)行匯總計(jì)算，這一過(guò)程需使用“匯總”節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理。圖7為數(shù)據(jù)匯總功能實(shí)現(xiàn)對(duì)話框。由圖7看出，數(shù)據(jù)匯總節(jié)點(diǎn)功能可實(shí)現(xiàn)數(shù)據(jù)的求和、平均數(shù)、最小值、最大值、標(biāo)準(zhǔn)差、中位數(shù)、計(jì)數(shù)、方差、第一分位數(shù)、第四分位數(shù)等統(tǒng)計(jì)指標(biāo)的計(jì)算。

圖7 數(shù)據(jù)匯總功能實(shí)現(xiàn)對(duì)話框Fig.7 Dialog Box Display by Exporting Function for Summarizing Data

2.5 生成數(shù)據(jù)流

SPSS Modeler的設(shè)計(jì)思想是盡量用簡(jiǎn)單方式進(jìn)行數(shù)據(jù)挖掘，盡可能的屏蔽數(shù)據(jù)挖掘算法的復(fù)雜性和軟件操作的繁瑣性，目的是使用先進(jìn)的數(shù)據(jù)挖掘技術(shù)解決問(wèn)題而不是軟件操作本身。因此，SPSS Modeler將節(jié)點(diǎn)依次連接構(gòu)建數(shù)據(jù)流實(shí)現(xiàn)數(shù)據(jù)挖掘過(guò)程，可以清晰的看到數(shù)據(jù)是如何被加工處理的，而且方便選擇執(zhí)行部分還是全部數(shù)據(jù)處理過(guò)程。對(duì)經(jīng)過(guò)讀取、合并的數(shù)據(jù)流進(jìn)行字段過(guò)濾以及數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)篩選、字段衍生等一系列節(jié)點(diǎn)連接后，自然形成數(shù)據(jù)流，見(jiàn)圖8。數(shù)據(jù)流形成后，實(shí)現(xiàn)關(guān)鍵點(diǎn)數(shù)據(jù)按要求的數(shù)據(jù)格式進(jìn)行輸出、提取，為后續(xù)的質(zhì)量數(shù)據(jù)分析提供重要幫助。

圖8 數(shù)據(jù)流功能實(shí)現(xiàn)Fig.8 Function Display for Data Flow

3 數(shù)據(jù)應(yīng)用實(shí)例

質(zhì)量控制關(guān)鍵點(diǎn)數(shù)據(jù)是質(zhì)量控制方面高度濃縮的高質(zhì)量數(shù)據(jù)，可提高數(shù)據(jù)的應(yīng)用價(jià)值，舉例如下。

3.1 關(guān)鍵點(diǎn)數(shù)據(jù)運(yùn)行情況監(jiān)控

提取的關(guān)鍵點(diǎn)數(shù)據(jù)，可針對(duì)特定的指標(biāo)繪制分布圖、直方圖、散點(diǎn)圖、網(wǎng)絡(luò)圖等，從而實(shí)現(xiàn)數(shù)據(jù)運(yùn)行情況的監(jiān)控。圖9為SPSS Modeler圖形選項(xiàng)卡輸出的S含量趨勢(shì)圖例。

圖9 SPSS Modeler圖形選項(xiàng)卡輸出的S含量趨勢(shì)圖例Fig.9 Trend Legend for Content of Sulfur Output from Tab of SPSS Modeler Graphics

根據(jù)圖9可以掌握冶煉過(guò)程中S含量的變化趨勢(shì)，采取相應(yīng)措施以滿足生產(chǎn)需要。

3.2 關(guān)鍵點(diǎn)數(shù)據(jù)進(jìn)一步挖掘應(yīng)用

對(duì)關(guān)鍵點(diǎn)數(shù)據(jù)采用SPSS軟件進(jìn)一步挖掘，可實(shí)現(xiàn)對(duì)過(guò)程參數(shù)的進(jìn)一步優(yōu)化。例如有客戶反饋部分鋼種存在夾雜缺陷，為尋找影響夾雜缺陷的原因，對(duì)關(guān)鍵點(diǎn)數(shù)據(jù)進(jìn)一步挖掘，圖10為夾雜缺陷率與部分控制參數(shù)關(guān)系。由圖10看出，夾雜缺陷率與關(guān)鍵點(diǎn)數(shù)據(jù)終端RH-OB升溫幅度、是否加入改質(zhì)鋁線段、RH終點(diǎn)氧含量以及轉(zhuǎn)爐出鋼氧含量存在較大的相關(guān)性。具體分析如下：

圖10 部分控制參數(shù)與夾雜率的關(guān)系Fig.10 Relationship between Some Control Parameters and Inclusion Ratio

（1）RH-OB升溫幅度在30℃以下，夾雜缺陷率基本保持在1.2%左右，但如果高于30℃，則會(huì)升至1.6%左右，所以生產(chǎn)中要嚴(yán)格控制RH-OB升溫幅度；

（2）改質(zhì)鋁線段的加入也會(huì)對(duì)夾雜缺陷率產(chǎn)生影響，加入改質(zhì)鋁線段與否會(huì)直接導(dǎo)致產(chǎn)品的夾雜缺陷率相差0.3%左右；

（3）轉(zhuǎn)爐終點(diǎn)氧含量與夾雜率存在高-低-高的關(guān)系，即轉(zhuǎn)爐終點(diǎn)氧含量小于0.03%時(shí)夾雜率較高，0.03%～0.04%時(shí)最低，大于0.06%時(shí)，夾雜率顯著增加。分析認(rèn)為，轉(zhuǎn)爐終點(diǎn)氧含量小于0.03%時(shí)，轉(zhuǎn)爐存在補(bǔ)吹操作，會(huì)增加夾雜缺陷的產(chǎn)生，所以轉(zhuǎn)爐終點(diǎn)氧含量要控制在0.03%～0.06%。

（4）RH終點(diǎn)氧含量是幾個(gè)因素中影響較大的一個(gè)，在RH終點(diǎn)氧含量小于0.06%時(shí)，夾雜缺陷率與RH終點(diǎn)氧含量存在簡(jiǎn)單的線性關(guān)系，即隨著RH終點(diǎn)氧含量的升高，夾雜缺陷率從0.6%升至1.6%。但高于0.06%時(shí)，夾雜缺陷率急劇上升，由1.6%升至3.3%，所以RH終點(diǎn)氧含量要盡可能控制在較低水平，尤其不能高于0.06%。

4 結(jié)論

（1）通過(guò)采用SPSS Modeler軟件，將數(shù)據(jù)提取過(guò)程固化在數(shù)據(jù)流中，實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)化提取，不僅提高了工作效率，更有利于數(shù)據(jù)監(jiān)控和分析，有利于質(zhì)量問(wèn)題的解決。

（2）通過(guò)關(guān)鍵字段將各工序生產(chǎn)報(bào)表關(guān)聯(lián)在一起，建立了跨工序數(shù)據(jù)集合，有利于跨工序數(shù)據(jù)分析和全工序生產(chǎn)過(guò)程履歷查詢。

（3）對(duì)關(guān)鍵點(diǎn)數(shù)據(jù)進(jìn)一步挖掘，可對(duì)現(xiàn)行質(zhì)量控制標(biāo)準(zhǔn)進(jìn)一步優(yōu)化，提高生產(chǎn)質(zhì)量管理水平。