[发明专利]基于Birch聚类算法的工艺质量同质化水平评价方法及系统

说明书

本发明涉及一种基于Birch聚类算法的工艺质量同质化水平评价方法及系统，包括：采集制叶丝关键参数数据；抽取生产过程历史批次数据；数据预处理，利用Birch聚类算法和Kmeans算法求取本批次维度的特征值；确定稳态和非稳态过程的动态质量稳定性表征；逐级构建从最小研究单元－工艺参数尺度，到工序尺度，再到批次尺度的质量稳定性评价模型，为从不同尺度上分析和评价制丝加工质量提供系统行之有效的方法；聚类后的数据组记录了数据的特征参数以及时间标签，根据数据组的特征参数就区分出正常的数据组和离群的数据组，并针对性的区别对待，再根据数据的时间标签追溯数据的异常时段，为批次质量异常追溯、设备智能维修提供先决条件。

技术领域

本发明涉及一种烟草制丝工艺方面的评价技术，尤其涉及一种基于Birch聚类算法的烟草制丝工艺多尺度相关性评价方法及系统。

背景技术

《卷烟工艺规范》中强调了工艺控制由控制指标向控制参数转变，并突出了过程控制在卷烟生产中的重要作用。发明人发现目前卷烟生产过程的管控评价方法主要有过程能力指数Cpk、西格玛水平，但是以上方法存在一定的局限性(1)评价涵盖的生产过程对象不够全面，目前管控评价仅仅关注稳态加工过程，而对料头、料尾和严重断料等显著影响工序加工质量的非稳态生产过程未与关注；(2)现有评价方法有一定的局限性，无论是Cpk，还是西格玛水平等表征，其统计计算均基于数据符合正态分布的假设，然而，卷烟生产过程数据难以完全满足正态分布。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于Birch聚类算法的烟草制丝工艺多尺度相关性评价方法及装置。

为实现上述目的，本发明采用下述技术方案：

第一方面，本发明提供了一种基于Birch聚类算法的烟草制丝工艺多尺度相关性评价方法，包括以下步骤：

1)采集制叶丝关键参数数据。结合卷烟产品特性和叶丝过程的分析，按照参数类别分别从生产数据库采集影响和反映产品质量的设备状态参数和工艺控制参数

2)抽取历史生产数据。从历史记录的数据中，选择某牌号的N个批次过程数据。抽取评价参数集内包涵的相关数据。其中抽取批次数据分为稳态数据和非稳态数据(包含料头、料尾、断料堵料等情况)。

3)数据预处理。对抽取的多个批次的稳态数据分别进行处理，统计出参数集P在每个步长内的数据点的计数C_j以及相应数据的均值M_j，以C_j作为时间维度的参数，乘以均值M_j作为模型矩阵中的一个参量，进而得到N个批次相对应的生产数据矩阵。

4)采用Birch聚类算法和Kmeans求取本批次维度的特征值，Birch方法通过扫描数据集，建立一个聚类特征树，然后对聚类特征树的叶结点进行聚类,再借助Kmeans算法对聚类好的数据进行修正。

5)确定稳态和非稳态过程的动态质量稳定性表征。该部分内容有两方面研究工作。

①稳态过程的动态质量稳定性表征

建立一种对偏离程度和离散程度的变化同向综合敏感度更高的参数稳态过程表征参量。

②非稳态过程的动态质量稳定性表征

依据非稳态过程中各参数的变化特征，确定非稳态加工过程的时间域。定义料头期间基值和料尾时间基值之和为该参数非稳态过程的不合格时间T非稳态。参数非稳态过程动态评估模型的建立。参数非稳态过程综合评估模型的建立。

6)逐级构建从最小研究单元－工艺参数尺度，到工序尺度，再到批次尺度的质量稳定性评价模型，为从不同尺度上分析和评价制丝加工质量提供系统而有效的方法；

①参数控制水平