[發明專利]基于知識圖譜的鋼鐵產品表面縱裂紋缺陷溯源分析方法

在審

• 申請號: 202110584742.3
• 申請日: 2021-05-27
• 公開（公告）號: CN113420157A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 張云貴;劉自恒;李卓卿
• 申請（專利權）人: 冶金自動化研究設計院
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06Q10/06
• 代理公司: 北京華誼知識產權代理有限公司 11207
• 代理人: 劉月娥

1.一種基于知識圖譜的鋼鐵產品表面縱裂紋缺陷溯源分析方法，其特征在于，包括以下步驟：

(1)基于專家經驗知識構建鋼鐵產品表面縱裂紋缺陷溯源知識圖譜本體；

(2)基于本體與實際生產情況，構建實體實例和關系實例，形成鋼鐵產品表面縱裂紋缺陷溯源知識圖譜：知識圖譜本體中模型所對應的實例，即為在鋼鐵產品加工生產過程中會發生的具體事件。例如：質量事件模型對應的實體是鋼鐵產品在生產過程中的工步，包括轉爐工序中的“轉爐下渣”“轉爐補吹”、LF精煉工序中的“LF氬氣靜吹時間不符”；異常事件模型對應的實體是每一個工步中質量事件實體可能會發生的異常情況，包括轉爐工序中可能會發生的“轉爐出鋼溫降過大”“轉爐補吹2次”；構建實體，每一個實體都會對應某個本體模型，然后根據該本體模型之間的關系，為所有實體建立實體間的具體關系；

(3)根據構建的知識圖譜實體網絡，實現對出現的鋼鐵產品表面縱裂紋質量缺陷可能原因路徑的搜索：輸入鋼鐵產品出現的質量缺陷，如“表面縱裂紋”，會獲取所有指向“表面縱裂紋”節點的實體節點和關系，形成以“表面縱裂紋”節點為中心的圖譜網絡；然后根據實際情況輸入篩選條件，對該網絡中出現的實體類型和關系類型進行屬性過濾，獲取可能導致表面縱裂紋缺陷發生的成因路徑；輸入出現表面縱裂紋缺陷的產品鋼鐵產品坯號，就會獲得加工該坯號鋼鐵的加工工序，從而篩選出該坯號鋼鐵產品所經過的加工工序中可能會導致表面縱裂紋發生的所有成因路徑。

(4)基于搜索出的可能路徑，結合實際生產數據與事件進行分析，推理出產生質量缺陷的真實成因：根據出現質量缺陷的鋼鐵產品坯號，一方面，獲得該坯號產品所有加工工序和在該工序中可能發生的異常事件，進而得到會導致該異常事件產生的生產過程參數模型和判定規則；另一方面，在企業生產過程數據庫中獲取該鋼鐵產品的實際生產參數，與判定規則進行匹配，從而獲取不匹配生產規則而導致該質量缺陷出現的路徑；在質量缺陷中選擇表面縱裂紋，系統檢索得到，該產品生產過程中，在轉爐工序加工環節中，轉爐出鋼過程溫降過大，T_終點溫度-T_大包溫度＝73℃，大于判定規則終點臨界值65℃，從而導致表面縱裂紋缺陷出現；分析后會輸出(:判定規則{規則描述:”轉爐出鋼時，T_終點溫度-T_大包溫度≥65℃”,規則id：10})-(:參數{參數名稱:[“T_終點溫度”,”T_大包溫度”],元數據:{轉爐監測傳感器數據庫}})-(:異常事件{異常事件名稱:”轉爐出鋼溫降過大”,發生位置:”該爐所有生產鑄坯”,所屬設備:”轉爐設備名稱”,所屬工序：”轉爐”})-(:質量事件{質量事件名稱:”轉爐出鋼溫降”,所屬工序:”轉爐”})-(:質量缺陷{缺陷名稱:”表面縱裂紋”,所屬工序:”連鑄”})該條成因路徑；

通過屬性過濾，對出現的鋼鐵產品表面縱裂紋缺陷生成跨工序的成因關鍵路徑，輸出特定的質量事件鏈；同時建立基于經驗概率與數據驅動構建鋼鐵產品質量缺陷溯源關鍵路徑流量圖，定量地分析每條可能的溯源路徑的歸因概率，為質量決策提供支撐。

2.根據權利要求1所述的基于知識圖譜的鋼鐵產品表面縱裂紋缺陷溯源分析方法，其特征在于，

鋼鐵產品表面縱裂紋缺陷溯源分析知識圖譜包含五個知識圖譜本體模型和相互關系。具體本體模型如下：

質量缺陷模型：指鋼鐵產品會出現的質量缺陷事件，“表面縱裂紋”缺陷，質量缺陷本體模型包含缺陷名稱、所屬工序兩個屬性，出關系“產生”指向失效產品模型，關系附帶權重；某種質量缺陷會使鋼鐵產品在使用產品過程中出現產品失效，權重為產品缺陷對產品失效的影響程度；

質量事件模型：指鋼鐵產品加工過程所經過的工序事件。質量事件本體模型包含質量事件名稱、所屬工序兩個屬性；出關系“導致”指向質量缺陷模型，關系附帶權重，鋼鐵產品加工過程工序中某個質量事件會導致某種質量缺陷的出現，權重指對該質量缺陷的影響程度；出關系“傳導”指向自身，關系附帶權重，每道工序由多個質量事件組成，且不同工序間的質量事件也存在相互影響，權重指不同質量事件之間的影響程度；

異常事件模型：指鋼鐵產品加工過程中，在某一個質量事件中可能會發生的異常情況；異常事件模型包含異常事件名稱、發生位置、所屬設備、所屬工序四個屬性，出關系“屬于”指向質量事件模型；

參數模型：指判定鋼鐵產品加工過程中異常事件是否會出現的影響參數，判定規則模型包含參數名稱、元數據兩個屬性，出關系指向異常事件；元數據屬性記錄該參數存在于數據庫表中的位置以及存取方式或接口等信息。存在多個參數共同決定某種異常事件產生的情況；

判定規則模型：指對應參數的判定規則，判定規則模型包含規則描述與規則ID兩個屬性，出關系指向參數模型，規則ID是規則庫中某條規則的序號。