[发明专利]基于知识图谱的钢铁产品表面纵裂纹缺陷溯源分析方法在审
申请号: | 202110584742.3 | 申请日: | 2021-05-27 |
公开(公告)号: | CN113420157A | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 张云贵;刘自恒;李卓卿 | 申请(专利权)人: | 冶金自动化研究设计院 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06Q10/06 |
代理公司: | 北京华谊知识产权代理有限公司 11207 | 代理人: | 刘月娥 |
地址: | 100071 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 知识 图谱 钢铁 产品 表面 裂纹 缺陷 溯源 分析 方法 | ||
1.一种基于知识图谱的钢铁产品表面纵裂纹缺陷溯源分析方法,其特征在于,包括以下步骤:
(1)基于专家经验知识构建钢铁产品表面纵裂纹缺陷溯源知识图谱本体;
(2)基于本体与实际生产情况,构建实体实例和关系实例,形成钢铁产品表面纵裂纹缺陷溯源知识图谱:知识图谱本体中模型所对应的实例,即为在钢铁产品加工生产过程中会发生的具体事件。例如:质量事件模型对应的实体是钢铁产品在生产过程中的工步,包括转炉工序中的“转炉下渣”“转炉补吹”、LF精炼工序中的“LF氩气静吹时间不符”;异常事件模型对应的实体是每一个工步中质量事件实体可能会发生的异常情况,包括转炉工序中可能会发生的“转炉出钢温降过大”“转炉补吹2次”;构建实体,每一个实体都会对应某个本体模型,然后根据该本体模型之间的关系,为所有实体建立实体间的具体关系;
(3)根据构建的知识图谱实体网络,实现对出现的钢铁产品表面纵裂纹质量缺陷可能原因路径的搜索:输入钢铁产品出现的质量缺陷,如“表面纵裂纹”,会获取所有指向“表面纵裂纹”节点的实体节点和关系,形成以“表面纵裂纹”节点为中心的图谱网络;然后根据实际情况输入筛选条件,对该网络中出现的实体类型和关系类型进行属性过滤,获取可能导致表面纵裂纹缺陷发生的成因路径;输入出现表面纵裂纹缺陷的产品钢铁产品坯号,就会获得加工该坯号钢铁的加工工序,从而筛选出该坯号钢铁产品所经过的加工工序中可能会导致表面纵裂纹发生的所有成因路径。
(4)基于搜索出的可能路径,结合实际生产数据与事件进行分析,推理出产生质量缺陷的真实成因:根据出现质量缺陷的钢铁产品坯号,一方面,获得该坯号产品所有加工工序和在该工序中可能发生的异常事件,进而得到会导致该异常事件产生的生产过程参数模型和判定规则;另一方面,在企业生产过程数据库中获取该钢铁产品的实际生产参数,与判定规则进行匹配,从而获取不匹配生产规则而导致该质量缺陷出现的路径;在质量缺陷中选择表面纵裂纹,系统检索得到,该产品生产过程中,在转炉工序加工环节中,转炉出钢过程温降过大,T终点温度-T大包温度=73℃,大于判定规则终点临界值65℃,从而导致表面纵裂纹缺陷出现;分析后会输出(:判定规则{规则描述:”转炉出钢时,T终点温度-T大包温度≥65℃”,规则id:10})-(:参数{参数名称:[“T终点温度”,”T大包温度”],元数据:{转炉监测传感器数据库}})-(:异常事件{异常事件名称:”转炉出钢温降过大”,发生位置:”该炉所有生产铸坯”,所属设备:”转炉设备名称”,所属工序:”转炉”})-(:质量事件{质量事件名称:”转炉出钢温降”,所属工序:”转炉”})-(:质量缺陷{缺陷名称:”表面纵裂纹”,所属工序:”连铸”})该条成因路径;
通过属性过滤,对出现的钢铁产品表面纵裂纹缺陷生成跨工序的成因关键路径,输出特定的质量事件链;同时建立基于经验概率与数据驱动构建钢铁产品质量缺陷溯源关键路径流量图,定量地分析每条可能的溯源路径的归因概率,为质量决策提供支撑。
2.根据权利要求1所述的基于知识图谱的钢铁产品表面纵裂纹缺陷溯源分析方法,其特征在于,
钢铁产品表面纵裂纹缺陷溯源分析知识图谱包含五个知识图谱本体模型和相互关系。具体本体模型如下:
质量缺陷模型:指钢铁产品会出现的质量缺陷事件,“表面纵裂纹”缺陷,质量缺陷本体模型包含缺陷名称、所属工序两个属性,出关系“产生”指向失效产品模型,关系附带权重;某种质量缺陷会使钢铁产品在使用产品过程中出现产品失效,权重为产品缺陷对产品失效的影响程度;
质量事件模型:指钢铁产品加工过程所经过的工序事件。质量事件本体模型包含质量事件名称、所属工序两个属性;出关系“导致”指向质量缺陷模型,关系附带权重,钢铁产品加工过程工序中某个质量事件会导致某种质量缺陷的出现,权重指对该质量缺陷的影响程度;出关系“传导”指向自身,关系附带权重,每道工序由多个质量事件组成,且不同工序间的质量事件也存在相互影响,权重指不同质量事件之间的影响程度;
异常事件模型:指钢铁产品加工过程中,在某一个质量事件中可能会发生的异常情况;异常事件模型包含异常事件名称、发生位置、所属设备、所属工序四个属性,出关系“属于”指向质量事件模型;
参数模型:指判定钢铁产品加工过程中异常事件是否会出现的影响参数,判定规则模型包含参数名称、元数据两个属性,出关系指向异常事件;元数据属性记录该参数存在于数据库表中的位置以及存取方式或接口等信息。存在多个参数共同决定某种异常事件产生的情况;
判定规则模型:指对应参数的判定规则,判定规则模型包含规则描述与规则ID两个属性,出关系指向参数模型,规则ID是规则库中某条规则的序号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于冶金自动化研究设计院,未经冶金自动化研究设计院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110584742.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于Atlas的人脸识别的边缘视觉计算系统
- 下一篇:一种多折尺定位装置