一種基于貝葉斯網(wǎng)絡(luò)的鋼鐵缺陷溯源方法
專利類型：發(fā)明授權(quán)申請(qǐng)(專利)號(hào)：CN202210437826.9申請(qǐng)日：2022-04-25授權(quán)公告號(hào)：CN114742172B授權(quán)公告日：2025-04-18申請(qǐng)人：大連理工大學(xué)地址：116024 遼寧省大連市甘井子區(qū)凌工路2號(hào)發(fā)明人：張超; 陳新宇; 鄭超琦; 宋學(xué)官專輯：工程科技Ⅱ輯專題：電力工業(yè)主分類號(hào)：G06F18/20分類號(hào)：G06F18/20;G06Q30/018;G06Q10/063;G06Q50/04;G06N7/01國(guó)省代碼：21頁(yè)數(shù)：10代理機(jī)構(gòu)：遼寧鴻文知識(shí)產(chǎn)權(quán)代理有限公司代理人：許明章;王海波主權(quán)項(xiàng)：1.一種基于貝葉斯網(wǎng)絡(luò)的鋼鐵缺陷溯源方法,其特征在于,包括以下幾個(gè)步驟：第一步,對(duì)數(shù)據(jù)集中樣本各參數(shù)進(jìn)行判定,給定標(biāo)簽；對(duì)于鋼鐵生產(chǎn)過程中獲得的實(shí)測(cè)數(shù)據(jù)集其中m表示數(shù)據(jù)集共有m個(gè)樣本,一個(gè)樣本即為一個(gè)鋼鐵產(chǎn)品,n表示每一個(gè)樣本有n個(gè)特征,構(gòu)建貝葉斯網(wǎng)絡(luò)時(shí),每個(gè)特征為一個(gè)節(jié)點(diǎn),通過已有的異常檢測(cè)方法,將所有樣本的全部參數(shù)賦予異常或正常的標(biāo)簽,其中參數(shù)異常標(biāo)簽為1,參數(shù)正常標(biāo)簽為0；第二步,得到貝葉斯網(wǎng)絡(luò)權(quán)重矩陣2.1)建立貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣W-1,···,W-n,W-(n+1),其中前n個(gè)矩陣W-1,···,W-n的尺寸為n×n,但需要保證對(duì)角線元素為0,以表示節(jié)點(diǎn)不與自身相連,第n+1個(gè)矩陣W-(n+1)的尺寸為n×1,為各節(jié)點(diǎn)與缺陷節(jié)點(diǎn)y之間的連接權(quán)重,其中y∈{0,1},為樣本的產(chǎn)品缺陷標(biāo)簽,y＝1時(shí)表明該樣本為缺陷產(chǎn)品,y＝0時(shí)表明該樣本為正常產(chǎn)品；所述貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣根據(jù)經(jīng)驗(yàn)知識(shí)建立,或不使用經(jīng)驗(yàn)知識(shí)直接采用初始零矩陣；2.2)根據(jù)第一步布爾化的數(shù)據(jù)集以及數(shù)據(jù)集中各樣本的產(chǎn)品缺陷標(biāo)簽數(shù)據(jù)對(duì)貝葉斯網(wǎng)絡(luò)權(quán)重矩陣進(jìn)行更新,遍歷數(shù)據(jù)集D：若樣本為缺陷產(chǎn)品,則其異常參數(shù)在權(quán)重矩陣中兩兩對(duì)應(yīng)位置權(quán)重增加Δw～+；若為正常產(chǎn)品,則樣本的異常參數(shù)對(duì)應(yīng)矩陣中的連接位置權(quán)重減小Δw～-,直至數(shù)據(jù)集遍歷完全,停止更新,得到貝葉斯網(wǎng)絡(luò)權(quán)重矩陣第三步,根據(jù)第二步得到的貝葉斯網(wǎng)絡(luò)權(quán)重矩陣構(gòu)建貝葉斯網(wǎng)絡(luò)；3.1)給定集合定義并進(jìn)行初始化；定義當(dāng)前子節(jié)點(diǎn)集N-s,用以儲(chǔ)存當(dāng)前的子節(jié)點(diǎn)們,并從子節(jié)點(diǎn)出發(fā)尋找父節(jié)點(diǎn),初始化當(dāng)前子節(jié)點(diǎn)集N-s＝{x-(n+1)},為簡(jiǎn)化代碼,x-(n+1)實(shí)際為樣本缺陷節(jié)點(diǎn)y；定義剩余父節(jié)點(diǎn)集N-f,用以儲(chǔ)存當(dāng)前子節(jié)點(diǎn)集可選擇的父節(jié)點(diǎn),初始化剩余父節(jié)點(diǎn)集N-f＝{x-1,···,x-n},定義當(dāng)前父節(jié)點(diǎn)集N-f～′,當(dāng)子節(jié)點(diǎn)集中的節(jié)點(diǎn)尋找父節(jié)點(diǎn)時(shí),臨時(shí)儲(chǔ)存已選擇的父節(jié)點(diǎn),并作為下一層的當(dāng)前子節(jié)點(diǎn)集,初始化當(dāng)前父節(jié)點(diǎn)集定義鄰接矩陣G＝{0}-((n+1)×(n+1)),負(fù)責(zé)記錄節(jié)點(diǎn)間連線關(guān)系,繪制貝葉斯網(wǎng)絡(luò)圖；定義父節(jié)點(diǎn)選擇數(shù)k；3.2)以缺陷節(jié)點(diǎn)y為第一層當(dāng)前子節(jié)點(diǎn)集,開始逆向?qū)ふ腋腹?jié)點(diǎn)以構(gòu)建貝葉斯網(wǎng)絡(luò)；通過權(quán)重矩陣W-i～(new),對(duì)當(dāng)前子節(jié)點(diǎn)集N-s進(jìn)行遍歷,N-s中每一個(gè)節(jié)點(diǎn)x-j,在剩余父節(jié)點(diǎn)集N-f中選擇與其相連的前k大的節(jié)點(diǎn)作為x-j的父節(jié)點(diǎn),記入當(dāng)前父節(jié)點(diǎn)集N-f～′中,且G(j,[t-1,···,t-k])＝1,當(dāng)前子節(jié)點(diǎn)集N-s遍歷完全后,將當(dāng)前子節(jié)點(diǎn)集N-s從剩余父節(jié)點(diǎn)集N-f中剔除,將當(dāng)前父節(jié)點(diǎn)集N-f～′作為下一次循環(huán)的當(dāng)前子節(jié)點(diǎn)集N-s,而當(dāng)前父節(jié)點(diǎn)集N-f～′置為空集重新加入循環(huán),直至循環(huán)完成；通過臨界矩陣G記錄的節(jié)點(diǎn)間連線關(guān)系,從矩陣最后一層尋找值為1的元素另一坐標(biāo)確定父節(jié)點(diǎn),遞歸繪出貝葉斯網(wǎng)絡(luò)；第四步,根據(jù)第三步繪制的貝葉斯網(wǎng)絡(luò),能夠確定各節(jié)點(diǎn)連接邊數(shù)和節(jié)點(diǎn)之間的父子關(guān)系；與缺陷節(jié)點(diǎn)y的父子關(guān)系越近,節(jié)點(diǎn)影響度越高；據(jù)此,各節(jié)點(diǎn)對(duì)于產(chǎn)品缺陷的影響度可直接從獲得的貝葉斯網(wǎng)絡(luò)中得到,從而確定各參數(shù)在鋼鐵產(chǎn)品缺陷產(chǎn)生過程中的重要性。摘要：一種基于貝葉斯網(wǎng)絡(luò)的鋼鐵缺陷溯源方法,屬于工業(yè)設(shè)計(jì)技術(shù)領(lǐng)域,該方法以貝葉斯網(wǎng)絡(luò)為基模型,對(duì)鋼鐵缺陷進(jìn)行較為準(zhǔn)確的溯源,主要步驟：1)對(duì)數(shù)據(jù)集中各樣本參數(shù)進(jìn)行異常檢測(cè),獲得特征或參數(shù)的異常標(biāo)簽；2)給定貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣；3)根據(jù)樣本異常情況對(duì)權(quán)重矩陣進(jìn)行調(diào)整；4)根據(jù)調(diào)整后的權(quán)重矩陣得到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),從而確定各參數(shù)在鋼鐵產(chǎn)品缺陷產(chǎn)生過程中的重要性。針對(duì)鋼鐵生產(chǎn)過程中缺陷多、鋼鐵生產(chǎn)實(shí)測(cè)數(shù)據(jù)特征復(fù)雜、鋼鐵缺陷成因難以分析等困難,本發(fā)明能充分挖掘數(shù)據(jù)特征間的聯(lián)系,在不依賴先驗(yàn)知識(shí)的情況下,可以便捷地得到樣本缺陷與參數(shù)異常的對(duì)應(yīng)關(guān)系,整體算法流程通俗易懂,具有較強(qiáng)的解釋性。
編輯：冶金材料設(shè)備網(wǎng)
發(fā)布時(shí)間：2025-05-28
