宮瑞哲，饒 豐，任 楠，王麗麗，魏 星

（1.北京機(jī)械工業(yè)自動(dòng)化研究所，北京 100120；2.北自所（北京）科技發(fā)展有限公司，北京 100120）

0 引言

滌綸長絲于二十世紀(jì)五十年代在全球范圍內(nèi)快速發(fā)展。二十世紀(jì)七十年代，全球滌綸長絲的產(chǎn)量已經(jīng)超過其他種類的纖維產(chǎn)品。此時(shí)，中國滌綸工業(yè)開始起步。經(jīng)過八十年代、九十年代的發(fā)展，中國已成為全球滌綸長絲產(chǎn)量最大的國家。

目前，滌綸長絲質(zhì)量信息處理方式簡單：系統(tǒng)收集到了大量的產(chǎn)品質(zhì)量信息，數(shù)據(jù)沒有得到有效應(yīng)用，對這些數(shù)據(jù)的處理也只是簡單地統(tǒng)計(jì)一下降等產(chǎn)品的數(shù)量。先進(jìn)的數(shù)據(jù)處理方式應(yīng)運(yùn)用到其中，從大數(shù)據(jù)中獲取有價(jià)值的信息。

針對上述問題，本文將建立一個(gè)關(guān)聯(lián)規(guī)則分析模型，通過實(shí)時(shí)地?cái)?shù)據(jù)采集、處理、建模，來分析生產(chǎn)質(zhì)量，及時(shí)有效反饋生產(chǎn)。

1 相關(guān)流程與定義

1.1 絲錠成型后流程

絲錠成型后的流程包括以下三個(gè)主要環(huán)節(jié)。

1）落絲

落絲環(huán)節(jié)是將絡(luò)筒機(jī)上加工成符合一定要求的絲錠轉(zhuǎn)至絲車，通過絲車運(yùn)送至外檢環(huán)節(jié)。

在整個(gè)流程中，系統(tǒng)都會對絲錠的信息進(jìn)行記錄。在卷繞頭開始加工絲錠時(shí)，系統(tǒng)記錄開始卷繞時(shí)間、生產(chǎn)線號以及紡位號等。絲錠加工完畢后，系統(tǒng)記錄滿卷時(shí)間、卷繞時(shí)長、批次號、規(guī)格信息、錠重、管色和落次等信息。轉(zhuǎn)運(yùn)過程中，系統(tǒng)記錄絲錠的錠位信息如絲車號、絲車的位置信息。

2）外檢

外檢環(huán)節(jié)分為：剝絲、外檢、織襪和稱重。剝絲的目的是去除絲錠外層的雜絲、廢絲。外檢主要分為人工外檢、自動(dòng)外檢。外檢的目的是對絲車上的絲錠判定外觀質(zhì)量等級，對有問題的絲錠進(jìn)行降等。織襪是將絲錠通過織襪機(jī)織成襪帶，工作人員對其進(jìn)行染色處理，對不滿足染色判定標(biāo)準(zhǔn)的絲錠進(jìn)行染色降等。稱重是將絲車上的絲錠稱重，對重量不在規(guī)定范圍內(nèi)的絲錠進(jìn)行重量降等。

系統(tǒng)在此環(huán)節(jié)記錄是否降等、降等原因、質(zhì)量等級和絲錠重量等信息。

3）包裝

包裝環(huán)節(jié)首先將完成外檢的，符合質(zhì)量等級要求的絲錠碼垛、包裝，對降等的絲錠進(jìn)行剔除。

系統(tǒng)在此環(huán)節(jié)會記錄絲錠在托盤上的位置信息、置紗盤號等。

綜上所述，絲錠從落絲到包裝，經(jīng)過的各個(gè)環(huán)節(jié)都會有詳細(xì)的信息記錄。這些數(shù)據(jù)的完善記錄也為數(shù)據(jù)挖掘、關(guān)聯(lián)分析提供數(shù)據(jù)支撐。

1.2 絲錠質(zhì)量信息定義

在大多數(shù)滌綸長絲企業(yè)，通常絲錠的質(zhì)量等級有AAA、AA、A、B和C（AAA為最優(yōu)等級，C為最差等級）。

絲錠質(zhì)量降等原因的判定主要包括以下幾種：

1）前道降等：問題發(fā)生在落絲環(huán)節(jié)前，人工很難觀察到的問題，比如飄錯(cuò)絲（飄多或飄少）、少油（含油量不足）等。此類降等信息是由其他系統(tǒng)通過接口傳來的。

2）外檢降等：外觀降等是人工通過對絲錠觀察來判定降等。此類降等原因有毛絲、僵點(diǎn)、緊點(diǎn)、斷頭、絆絲、碰傷、分層、凸肩、油污絲、尾巴絲、網(wǎng)絡(luò)、成型、色澤和紙管等。

3）染色降等：人工對織成的襪帶進(jìn)行染色（分為普染、敏染和陽離子染，區(qū)別為織物與染料的配比的不同）并觀察。降等情況有：主色不均勻、個(gè)別深淺色、普遍隱條和間斷性條紋。

4）重量降等：對絲錠進(jìn)行稱重，對重量不在規(guī)定范圍內(nèi)的絲錠進(jìn)行重量降等。

2 數(shù)據(jù)采集及處理

2.1 數(shù)據(jù)采集

為了分析出降等原因與絲錠流程中的某些環(huán)節(jié)存在關(guān)聯(lián)關(guān)系，需要采集相關(guān)設(shè)備的數(shù)據(jù)，在轉(zhuǎn)運(yùn)過程中的轉(zhuǎn)運(yùn)設(shè)備數(shù)據(jù)，以及班次和生產(chǎn)批號等數(shù)據(jù)。

質(zhì)量降等信息的采集主要在外檢環(huán)節(jié)。采集方式分為以下幾種：通過系統(tǒng)錄入（WMS、PDA程序進(jìn)行降等數(shù)據(jù)的錄入）、機(jī)器自動(dòng)外檢（自動(dòng)外檢設(shè)備采集到信息，通過接口傳給上位機(jī)）、設(shè)備采集（設(shè)備記錄實(shí)時(shí)數(shù)據(jù)，通過接口傳給上位機(jī)）和其他系統(tǒng)（如：MES）。

采集得到的數(shù)據(jù)，特征屬性較多，通過對數(shù)據(jù)的分析，選取重要特征。

2.2 數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì)

為了采集人工外檢降等時(shí)絲錠的降等信息，設(shè)計(jì)外檢信息表。主要通過手持傳入的數(shù)據(jù)，該表的信息會經(jīng)過存儲過程外檢數(shù)據(jù)分析存儲過程進(jìn)行過濾，將信息檢驗(yàn)并添加到降等信息表中。主要字段有：產(chǎn)品索引號、運(yùn)載設(shè)備二、運(yùn)載設(shè)備二位置、降等原因、降等等級和生產(chǎn)日期等。

為了采集降等絲錠的詳細(xì)信息，設(shè)計(jì)絲錠降等信息表。該表主要字段有：產(chǎn)品索引號、降等原因、降等等級、生產(chǎn)線號、位置號一、位置號二和順序號等。

2.3 數(shù)據(jù)預(yù)處理

獲取到關(guān)于絲錠質(zhì)量的數(shù)據(jù)有很多，但數(shù)據(jù)通常是不一致的、極易受到噪聲的影響，需要先對數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)格式變換和數(shù)據(jù)歸一化。

1）數(shù)據(jù)格式變換

獲取到的數(shù)據(jù)含有大量的非數(shù)值數(shù)據(jù)，比如班組號、生產(chǎn)線號和運(yùn)載設(shè)備一等。這些非數(shù)值數(shù)據(jù)是有價(jià)值的，但是無法直接使用，需要對其進(jìn)行規(guī)范化處理。對生產(chǎn)線號、運(yùn)載設(shè)備二進(jìn)行數(shù)值映射：{數(shù)值}{F（非數(shù)值）}，其中F為映射函數(shù)。對于離群點(diǎn)、噪聲和重復(fù)出現(xiàn)的數(shù)據(jù)，使用Kmeans算法進(jìn)行數(shù)據(jù)清洗。

2）數(shù)據(jù)的歸一化

地理環(huán)境各要素并不是彼此孤立的，而是作為整體的一部分，與其他要素相互聯(lián)系和相互作用，在特征上保持協(xié)調(diào)一致，并與總體特征相統(tǒng)一。在地理教學(xué)過程中要以知識的點(diǎn)、線、面為網(wǎng)絡(luò)，抓住知識主干，圍繞重點(diǎn)、難點(diǎn)進(jìn)行學(xué)習(xí)，重在構(gòu)筑一個(gè)完整的知識框架體系。但現(xiàn)在有種錯(cuò)誤的時(shí)髦傾向，將知識樹當(dāng)思維導(dǎo)圖，然而知識結(jié)構(gòu)不等于思維導(dǎo)圖，在某一地理要素起變化時(shí)，會給其他要素帶來哪些影響，這才是我們所從事的地理學(xué)的整體性的具體體現(xiàn)。同時(shí)，知識遷移不等同于復(fù)制，教學(xué)中要有意識地教學(xué)生遷移知識，理解概念，在教學(xué)中要多次重復(fù)，讓學(xué)生耳熟能詳，在不斷的在重復(fù)中形成深刻的印記。

由于數(shù)據(jù)的取值區(qū)間不一致，比如生產(chǎn)線號的取值為[1，2，…，20]，而運(yùn)載設(shè)備一的取值為[1，2，…，1000]。進(jìn)行向量運(yùn)算時(shí)，運(yùn)載設(shè)備一取值對結(jié)果的影響要遠(yuǎn)大于生產(chǎn)線號，因此首先要對數(shù)據(jù)進(jìn)行歸一化處理。這里使用線性歸一化，如式(1)所示（X為某一特征中需要進(jìn)行歸一化的特征值，Xmin為該特征的最小值，Xmax為該特征的最大值）[1]：

將整理完的數(shù)據(jù)存于Data矩陣中。

3 模型的搭建

3.1 算法原理

為了構(gòu)建絲錠質(zhì)量信息關(guān)聯(lián)規(guī)則分析模型，所用到的預(yù)備知識有信息熵、Gini系數(shù)和卡方驗(yàn)證。

3.1.1 信息熵

信息熵可以度量信息量，也可以表達(dá)不確定程度、混亂程度。信息熵越大時(shí)，不確定性就越強(qiáng)；反之，確定性就越強(qiáng)。當(dāng)信息熵等于0時(shí)，信息即為絕對可信。熵值法是根據(jù)各特征數(shù)值的變異程度來確定特征權(quán)重，是一種客觀賦權(quán)法，避免了人為因素帶來的偏差[2]。信息熵的計(jì)算如式(3)所示。

pij表示特征j在第i條記錄中占的比例，目的是計(jì)算該特征的變異程度。

通過信息熵計(jì)算各權(quán)重指標(biāo):

計(jì)算綜合評價(jià)結(jié)果：

3.1.2 Gini系數(shù)

Gini系數(shù)最小原則是CART算法的分裂方式，是用來衡量特征屬性重要度的方式。在保持信息熵模型優(yōu)點(diǎn)的基礎(chǔ)之上，對模型進(jìn)行簡化，減少大量的指數(shù)運(yùn)算。使用Gini系數(shù)代替信息增益率，Gini系數(shù)可以衡量模型的純潔度，Gini系數(shù)越小，其純潔度越高，特征越好[3]。Gini系數(shù)計(jì)算如式(7)所示:pk表示一個(gè)特征的第k個(gè)類別的概率。

3.1.3 卡方驗(yàn)證

卡方檢驗(yàn)是一種過濾式的特征選擇方法，使用統(tǒng)計(jì)學(xué)方法，對每個(gè)特征評分并進(jìn)行選擇。其優(yōu)點(diǎn)是，計(jì)算速度較快，不需要依賴于具體的模型。缺點(diǎn)是，不考慮特征之間的相互影響。

卡方驗(yàn)證是一種計(jì)數(shù)資料的假設(shè)檢驗(yàn)方法，用于兩個(gè)分類變量的關(guān)聯(lián)分析或用于比較兩個(gè)及兩個(gè)以上的樣本率構(gòu)成比，即檢驗(yàn)理論頻數(shù)和實(shí)際頻數(shù)之間的擬合程度。

卡方檢驗(yàn)的基本公式為：

其中，A為實(shí)際頻數(shù)，T為理論頻數(shù)，x2為卡方值。

卡方分析先假設(shè)兩個(gè)變量是相互獨(dú)立的，在此假設(shè)成立條件下，計(jì)算每一變量的理論頻數(shù)與實(shí)際頻數(shù)。比較這兩個(gè)數(shù)值，差值越大表示差距越大，原假設(shè)不成立；兩個(gè)數(shù)值差距小，則卡方檢驗(yàn)結(jié)果明顯，原假設(shè)成立。通過Pearsonx2統(tǒng)計(jì)量來計(jì)算數(shù)據(jù)的關(guān)聯(lián)程度。根據(jù)統(tǒng)計(jì)學(xué)假設(shè)檢驗(yàn)理論來進(jìn)行考察是否有關(guān)聯(lián)，算出統(tǒng)計(jì)量R2后查x2(k)分布表的分?jǐn)?shù)位x1-α2(k)。若R2＜x1-a2(k)，則關(guān)聯(lián)的置信度為1-α，反之，獨(dú)立。

為了獲得對絲錠降等原因關(guān)聯(lián)度較高的幾個(gè)特征，需綜合考量卡方檢驗(yàn)、信息熵和Gini系數(shù)三者的運(yùn)算結(jié)果。

3.2 模型搭建

本文搭建了一種針對滌綸長絲絲錠質(zhì)量信息的關(guān)聯(lián)規(guī)則分析模型。算法流程及其詳細(xì)描述如下。

3.2.1 算法流程

絲錠質(zhì)量信息關(guān)聯(lián)規(guī)則分析的算法流程包括以下環(huán)節(jié)。

1）選擇需要進(jìn)行關(guān)聯(lián)分析的降等原因，通過式(5)計(jì)算各特征值信息熵、通過式(7)計(jì)算各特征值Gini系數(shù)、通過式(8)計(jì)算各特征的卡方檢驗(yàn)值。

2）對三個(gè)結(jié)果進(jìn)行索引倒序排序。

3）排序號越小的評分最高，以次遞減。

4）結(jié)合三個(gè)結(jié)果的評分，對總分進(jìn)行索引倒序排序。

5）得到總分最高的前兩個(gè)特征。

3.2.2 算法流程描述

完成數(shù)據(jù)采集及處理后，可以降等原因列表：JD_reason=[“重量降等”，”絆絲”，”夾絲”，”機(jī)械毛絲”，”機(jī)械成型”，”紙管”，”人為毛絲”，”機(jī)械碰毛”，”人為毛絲”，”其他”]。對每種降等原因進(jìn)行關(guān)聯(lián)規(guī)則分析，即遍歷JD_reason，對所有元素分別使用3.2.1的方法進(jìn)行運(yùn)算。

在算法2、4步中，使用索引排序的目的是為了能夠方便得到排序后的結(jié)果所對應(yīng)的特征。特征列表Lable=[“生產(chǎn)線號”，“位置號一”，“順序號”，“位置號二”，“產(chǎn)品批次號”，“產(chǎn)品規(guī)格”，“運(yùn)載設(shè)備一”（運(yùn)載1），“運(yùn)載設(shè)備一位置”（運(yùn)1位置），“Area”，“Jtime”，“運(yùn)載設(shè)備二”（運(yùn)載2），“運(yùn)載設(shè)備二位置”（運(yùn)2位置），“Itime”，“班組號”]。算法第5步需要通過Lable獲取關(guān)聯(lián)系數(shù)最高的兩個(gè)特征。

將算法第1步的卡方檢驗(yàn)、信息熵、Gini系數(shù)的結(jié)果分別存到向量X_res、E_res、G_res中。

將算法第4步最終的結(jié)果存到Res中。

算法2～4步的偽代碼簡化形式如下：

4 案例驗(yàn)證

使用上述模型對近一個(gè)月內(nèi)的絲錠質(zhì)量信息進(jìn)行關(guān)聯(lián)規(guī)則分析。在全部的降等情況中，“紙管”問題最多，故選取“紙管”降等的數(shù)據(jù)作為模型的輸入數(shù)據(jù)集。輸入數(shù)據(jù)集=（紙管問題數(shù)據(jù)，未降等數(shù)據(jù)），共有739072條數(shù)據(jù)，數(shù)據(jù)集如圖1所示。

圖1 “紙管”數(shù)據(jù)

使用模型進(jìn)行計(jì)算得到結(jié)果，結(jié)果如表1所示。

表1 “紙管”結(jié)果

圖2為模型計(jì)算出各特征的卡方檢驗(yàn)（X_res）、Gini系數(shù)（G_res）和信息熵（E_res）結(jié)果：

圖2 各特征的三個(gè)評價(jià)指標(biāo)得分情況

由以上模型的結(jié)果可得，運(yùn)載設(shè)備一位置和位置號一為與“紙管”降等情況關(guān)聯(lián)度最高的兩個(gè)影響因素。分別計(jì)算各運(yùn)載設(shè)備一位置和位置號一產(chǎn)生的“紙管”降等數(shù)量。

由圖3左可以看出，1、9、17、25這些在運(yùn)載設(shè)備一上的位置容易產(chǎn)生紙管問題，這些位置都是邊緣位置，需要引起注意。由圖3右可以看出29號位出現(xiàn)紙管問題最多，需要人員針對29號位置號一進(jìn)行檢查，是否該位置設(shè)備出現(xiàn)問題，導(dǎo)致紙管容易受損。

圖3 “紙管”問題的降等數(shù)量

依照以上流程對各個(gè)的降等情況進(jìn)行分析，可以分析得到跟當(dāng)前降等原因關(guān)聯(lián)度最高的幾個(gè)特征，然后分析該降等原因和關(guān)聯(lián)度最高特征的關(guān)系，來判斷該時(shí)間段這些特征取哪些值時(shí)最易降等。

5 結(jié)語

本文對化纖行業(yè)中的產(chǎn)品質(zhì)量數(shù)據(jù)進(jìn)行了分析處理。通過卡方檢驗(yàn)、信息熵和Gini系數(shù)結(jié)合進(jìn)行各因素對各種降等因素的關(guān)聯(lián)分析，分析出當(dāng)前一段時(shí)間某種降等情況影響最大的幾個(gè)關(guān)鍵因素。從海量的化纖行業(yè)的數(shù)據(jù)中，獲得有價(jià)值的信息，及時(shí)的數(shù)據(jù)反饋，可以了解到當(dāng)前生產(chǎn)質(zhì)量的狀況，優(yōu)化生產(chǎn)流程的關(guān)鍵環(huán)節(jié)，提高產(chǎn)品質(zhì)量。