羅濱鴻，周 虎，張祺薇，沈立武，王 奧

（東華大學(xué) 機(jī)械工程學(xué)院，上海 201620）

0 引言

近年來(lái)隨著經(jīng)濟(jì)和科技飛速發(fā)展，來(lái)自海洋牧場(chǎng)、軍工、體育等領(lǐng)域的需求不斷增加，繩網(wǎng)具行業(yè)得到長(zhǎng)足發(fā)展，繩網(wǎng)品種和產(chǎn)值每年高速增長(zhǎng)[1，2]。但很多繩網(wǎng)制造企業(yè)仍使用傳統(tǒng)生產(chǎn)方式，無(wú)法適應(yīng)對(duì)研發(fā)、生產(chǎn)、智能化要求較高的離散化制造業(yè)運(yùn)行模式[3]，對(duì)市場(chǎng)快速反應(yīng)以進(jìn)行工藝研發(fā)與改進(jìn)[4]，只能根據(jù)既有有限工藝生產(chǎn)固定的某幾種產(chǎn)品。

當(dāng)前，數(shù)據(jù)挖掘已被應(yīng)用到紡織領(lǐng)域的許多專業(yè)去解決一些重要問(wèn)題。文獻(xiàn)[5]利用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘?qū)κ痔准徔椛a(chǎn)過(guò)程進(jìn)行故障模擬與預(yù)測(cè)。文獻(xiàn)[6]分析了紡織行業(yè)中常用的數(shù)據(jù)挖掘技術(shù)如聚類與分類，并對(duì)其在紡織工業(yè)中的優(yōu)勢(shì)和挑戰(zhàn)進(jìn)行了評(píng)述。文獻(xiàn)[7]引入遺傳算法，對(duì)Apriori算法進(jìn)行全局搜索優(yōu)化，并將其用于紡紗生產(chǎn)的質(zhì)量預(yù)測(cè)中。然而目前對(duì)于繩網(wǎng)行業(yè)的工藝缺陷數(shù)據(jù)挖掘分析依然較少見(jiàn)，且缺乏理論性和系統(tǒng)性，主要體現(xiàn)在分析方法簡(jiǎn)單，只有簡(jiǎn)單的分類和統(tǒng)計(jì)[8]，對(duì)于多維數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系等重要特性并未提及，分析結(jié)果對(duì)提升繩網(wǎng)研發(fā)生產(chǎn)效率的意義并不大。

本文提出一種基于改進(jìn)Apriori算法的網(wǎng)線編織工藝缺陷數(shù)據(jù)挖掘方法，根據(jù)Apriori算法的基本流程，建立了基于關(guān)聯(lián)規(guī)則的網(wǎng)線編織工藝挖掘概念模型，針對(duì)實(shí)際工藝特點(diǎn)，增加新性質(zhì)并引入提升度對(duì)算法進(jìn)行了改進(jìn)。并以某繩網(wǎng)制造企業(yè)編織車(chē)間的缺陷數(shù)據(jù)為例，闡述了基于改進(jìn)Apriori算法的網(wǎng)線編織工藝缺陷數(shù)據(jù)挖掘方法。

1 關(guān)聯(lián)規(guī)則與Apriori算法

1.1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘指從大量數(shù)據(jù)記錄的項(xiàng)集之中發(fā)現(xiàn)頻繁出現(xiàn)的模式、關(guān)聯(lián)，通過(guò)分析數(shù)據(jù)間的聯(lián)系，形成數(shù)據(jù)的聚類或分類[9]。

關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)庫(kù)中，最小的元素單元稱為一個(gè)項(xiàng)，其集合I={i1，i2，i3，…，im}稱為項(xiàng)集，有k個(gè)不同元素的項(xiàng)集稱為k-項(xiàng)集，I的子集Ti(i=1，2，…，n)稱為事務(wù)，事務(wù)數(shù)據(jù)庫(kù)D={T1，T2，T3，…，Tn}。

Sup(I1→I2)為規(guī)則R的支持度，I1∪I2為集合I1和I2在一條記錄中同時(shí)出現(xiàn)的次數(shù)，n為事務(wù)總數(shù)。Conf(I1→I2)為R的置信度，為I1出現(xiàn)的同時(shí)I2出現(xiàn)的概率。

1.2 Apriori算法

Apriori算法的核心思想是通過(guò)生成候選集和向下封閉檢測(cè)來(lái)尋找頻繁項(xiàng)集，即利用逐層搜索的迭代方法，通過(guò)“k-1項(xiàng)集”來(lái)搜索“k項(xiàng)集”[8]。并基于先驗(yàn)原理使用支持度度量來(lái)減少生成頻繁項(xiàng)集時(shí)所需檢查的候選項(xiàng)集數(shù)目。主要有連接和剪枝兩步：

1）連接：根據(jù)頻繁(k-1)-項(xiàng)集Lk-1與自身連接生成候選k-項(xiàng)集Ck。記Li[j]為L(zhǎng)k-1任意子集第j項(xiàng)，連接時(shí)若兩子集前k-2項(xiàng)相同，即(L1[1]=L2[1]ΛL2[2]=L1[k-2]=Λ…ΛL1[1]=L2[k-2])，則產(chǎn)生結(jié)果項(xiàng)集L1[1]L2[2]…L1[k-1]L2[k-1]。

2）剪枝：根據(jù)Apriori算法“非頻繁項(xiàng)集的超集必不頻繁”性質(zhì)，對(duì)候選k-項(xiàng)集Ck所有(k-1)-項(xiàng)子集進(jìn)行判斷，去除非頻繁的(k-1)-項(xiàng)子集，對(duì)剩余子集再根據(jù)支持度計(jì)數(shù)確定Lk。

2 缺陷數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘方法

2.1 工藝缺陷模式關(guān)聯(lián)規(guī)則挖掘模型

生產(chǎn)系統(tǒng)記錄著每一批不合格品的相關(guān)數(shù)據(jù)。每一條缺陷數(shù)據(jù)都包含多方面子項(xiàng)參數(shù)，大體分為3類：材料種類、工藝配比等信息，如材料規(guī)格、股數(shù)等；機(jī)器相關(guān)參數(shù)，如主機(jī)速度、轉(zhuǎn)速比等；缺陷結(jié)果信息，如線密度、斷裂強(qiáng)度等。

本文結(jié)合三類信息，并考慮部分子項(xiàng)之間存在冗余關(guān)系，提取出一組子項(xiàng)作為數(shù)據(jù)挖掘的對(duì)象，對(duì)工藝參數(shù)與缺陷結(jié)果進(jìn)行缺陷模式關(guān)聯(lián)規(guī)則挖掘，圖1為數(shù)據(jù)挖掘概念模型。該模型以編織工藝缺陷數(shù)據(jù)為基礎(chǔ)，通過(guò)合并冗余項(xiàng)、歸一化與離散化等操作進(jìn)行預(yù)處理，得到事務(wù)數(shù)據(jù)集。通過(guò)改進(jìn)的Apriori算法對(duì)數(shù)據(jù)集進(jìn)行頻繁項(xiàng)集搜索和關(guān)聯(lián)規(guī)則生成，挖掘出工藝參數(shù)和缺陷結(jié)果之間的強(qiáng)關(guān)聯(lián)規(guī)則，為網(wǎng)線編織工藝的研發(fā)和改進(jìn)提供指導(dǎo)。下面對(duì)數(shù)據(jù)預(yù)處理和缺陷模式頻繁項(xiàng)集搜索進(jìn)行重點(diǎn)闡述。

圖1 數(shù)據(jù)挖掘概念模型

2.2 缺陷數(shù)據(jù)預(yù)處理

結(jié)合數(shù)據(jù)的格式、規(guī)模和算法的特定需求，對(duì)原始缺陷數(shù)據(jù)集進(jìn)行一系列預(yù)處理操作，直到將其轉(zhuǎn)換為適合算法操作、便于分析的形式，主要步驟如下：

步驟1：篩選與清除冗余項(xiàng)。一條缺陷記錄包含眾多子項(xiàng)，首先篩選出對(duì)工藝生產(chǎn)結(jié)果有直接、穩(wěn)定影響的子項(xiàng)。其次，剩余子項(xiàng)間有些存在冗余關(guān)系，如“節(jié)距”等，因此需要去除以避免影響分析結(jié)果。最終選擇主機(jī)速度、收線速度、轉(zhuǎn)速比、股數(shù)、線芯、材料、捻系數(shù)、線密度、斷裂強(qiáng)度和卷筒成型度等共十項(xiàng)參數(shù)作為項(xiàng)目集合I。

步驟2：數(shù)據(jù)歸一化。缺陷數(shù)據(jù)庫(kù)中包含著不同規(guī)格工藝及其檢測(cè)結(jié)果，十六股單絲編織工藝的不合格的斷裂強(qiáng)度值很可能對(duì)于八股單絲編織工藝而言是優(yōu)良品質(zhì)，如果不加處理地統(tǒng)一分析，只能得到無(wú)意義的結(jié)果。

如線密度的經(jīng)驗(yàn)公式為[10]：

ρ為單絲線密度，n1為并絲股數(shù)，n2為編織股數(shù)，tn為加捻捻縮引起的線密度增加。若認(rèn)為低于期望值20%則不合格，可進(jìn)行歸一化，使其在同一尺度能相互比較：

線密度過(guò)大的情況由捻系數(shù)來(lái)表征不同規(guī)格網(wǎng)線的加捻程度，α為捻系數(shù)，t為捻度：

步驟3：離散化。連續(xù)數(shù)值類型或取值范圍大的子項(xiàng)需要進(jìn)行離散化，將其分成n個(gè)適當(dāng)寬度的區(qū)間，并映射到n個(gè)離散值，此外將所有項(xiàng)指定一個(gè)特定字母代替，作為標(biāo)識(shí)。原則是各項(xiàng)分割出的離散區(qū)間數(shù)大致相同，主要?jiǎng)澐址秶鸀閰?shù)正常值范圍，使得不同參數(shù)項(xiàng)的區(qū)間橫向比較有同等級(jí)的置信度，不會(huì)擾亂算法。離散編碼如表1所示。

表1 部分參數(shù)項(xiàng)的數(shù)據(jù)區(qū)間編碼

2.3 缺陷參數(shù)頻繁項(xiàng)集搜索與關(guān)聯(lián)規(guī)則生成

傳統(tǒng)Apriori算法根據(jù)先驗(yàn)原理生成兩條核心性質(zhì)來(lái)減少候選項(xiàng)集個(gè)數(shù)，被稱為基于支持度的剪枝策略。本文所研究的缺陷工藝關(guān)聯(lián)規(guī)則與傳統(tǒng)的購(gòu)物籃模式有所區(qū)別，項(xiàng)集I的子項(xiàng)包含了工藝參數(shù)與工藝結(jié)果，并非平行關(guān)系，比如頻繁-2項(xiàng)集{線密度，斷裂強(qiáng)度}并沒(méi)有意義。根據(jù)此特點(diǎn)，增加兩條性質(zhì)：

性質(zhì)3：如果一個(gè)項(xiàng)集沒(méi)有工藝結(jié)果參數(shù)項(xiàng)，則該項(xiàng)集無(wú)意義；

性質(zhì)4：如果一個(gè)項(xiàng)集全為工藝結(jié)果參數(shù)項(xiàng)，則該項(xiàng)集無(wú)意義。

工藝結(jié)果參數(shù)項(xiàng)為該工藝的質(zhì)檢項(xiàng)目，有捻系數(shù)、線密度、斷裂強(qiáng)度、卷筒成型度等。通過(guò)以上新性質(zhì)可以減少大量無(wú)意義候選集數(shù)量。

此外，由于Apriori算法無(wú)法判斷負(fù)相關(guān)規(guī)則。若某關(guān)聯(lián)規(guī)則滿足最小置信度，但其負(fù)相關(guān)規(guī)則置信度同樣較高，則其項(xiàng)集之間是相互獨(dú)立甚至抑制關(guān)系，這是由某些項(xiàng)的支持度本身很高所引起的，因此引入提升度 (lift)[11]：

L(A→B)反映規(guī)則A→B中A與B的相關(guān)性，L>1且越高表明正相關(guān)性越高，L≤1表示A、B獨(dú)立或負(fù)相關(guān)。引入提升度能有效去除錯(cuò)誤的強(qiáng)關(guān)聯(lián)規(guī)則。算法流程如圖2所示。

圖2 改進(jìn)Apriori算法流程

3 應(yīng)用實(shí)例

3.1 基于制造物聯(lián)系統(tǒng)的數(shù)據(jù)采集

數(shù)據(jù)挖掘的基礎(chǔ)是良好的數(shù)據(jù)采集系統(tǒng)，從圖3所示生產(chǎn)系統(tǒng)中提取某繩網(wǎng)制造企業(yè)的編織車(chē)間生產(chǎn)工藝缺陷數(shù)據(jù)，簡(jiǎn)單清理后共獲得1523條數(shù)據(jù)，部分?jǐn)?shù)據(jù)如表2所示，基于Apriori算法對(duì)網(wǎng)線編織工藝的缺陷數(shù)據(jù)挖掘方法進(jìn)行驗(yàn)證。

表2 網(wǎng)線編織工藝缺陷數(shù)據(jù)

圖3 數(shù)據(jù)采集

3.2 算法分析

由于數(shù)據(jù)量較多，而各類型缺陷模式所占比例則相對(duì)較低，因此，假設(shè)Apriori算法min_sup為2%，min_conf為60%。通過(guò)Apriori算法對(duì)數(shù)據(jù)進(jìn)行挖掘后所得的頻繁1-項(xiàng)集數(shù)量為41項(xiàng)，2-項(xiàng)集為247項(xiàng)，3-項(xiàng)集為81項(xiàng)，4-項(xiàng)集為2項(xiàng)。之后通過(guò)改進(jìn)的關(guān)聯(lián)規(guī)則生成算法對(duì)結(jié)果進(jìn)行篩選，獲得對(duì)分析網(wǎng)線編織工藝缺陷較有參考意義的關(guān)聯(lián)規(guī)則11項(xiàng)，如表3所示。

表3 缺陷模式強(qiáng)關(guān)聯(lián)規(guī)則

由表3可知轉(zhuǎn)速和轉(zhuǎn)速比是引起線密度缺陷的重要原因，而轉(zhuǎn)速比與材料、股數(shù)和線芯的某些組合使得斷裂強(qiáng)度無(wú)法達(dá)到預(yù)期，另外，以很低的收線速度對(duì)較多股線編織易使生成的卷筒不合格。

4 結(jié)語(yǔ)

本文基于Apriori算法對(duì)網(wǎng)線編織工藝缺陷數(shù)據(jù)挖掘方法進(jìn)行了研究，并改進(jìn)Apriori算法，構(gòu)建了工藝缺陷數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘概念模型。將該方法應(yīng)用到某繩網(wǎng)企業(yè)編織工藝缺陷數(shù)據(jù)的挖掘中，驗(yàn)證了其有效性，對(duì)網(wǎng)線編織工藝的研發(fā)和改進(jìn)具有指導(dǎo)意義。

未來(lái)可根據(jù)已有結(jié)果對(duì)離散區(qū)間、min_sup、min_conf、子項(xiàng)權(quán)重進(jìn)行調(diào)整，進(jìn)一步完善該挖掘方法，以滿足企業(yè)生產(chǎn)要求。