专利类型：

发明授权

申请(专利)号：

CN202210437826.9

申请日：

2022-04-25

授权公告号：

CN114742172B

授权公告日：

2025-04-18

申请人：

大连理工大学

地址：

116024 辽宁省大连市甘井子区凌工路2号

发明人：

张超; 陈新宇; 郑超琦; 宋学官

专辑：

工程科技Ⅱ辑

专题：

电力工业

主分类号：

G06F18/20

分类号：

G06F18/20;G06Q30/018;G06Q10/063;G06Q50/04;G06N7/01

国省代码：

21

页数：

10

代理机构：

辽宁鸿文知识产权代理有限公司

代理人：

许明章;王海波

主权项：

1.一种基于贝叶斯网络的钢铁缺陷溯源方法,其特征在于,包括以下几个步骤：第一步,对数据集中样本各参数进行判定,给定标签；对于钢铁生产过程中获得的实测数据集其中m表示数据集共有m个样本,一个样本即为一个钢铁产品,n表示每一个样本有n个特征,构建贝叶斯网络时,每个特征为一个节点,通过已有的异常检测方法,将所有样本的全部参数赋予异常或正常的标签,其中参数异常标签为1,参数正常标签为0；第二步,得到贝叶斯网络权重矩阵2.1)建立贝叶斯网络初始权重矩阵W-1,···,W-n,W-(n+1),其中前n个矩阵W-1,···,W-n的尺寸为n×n,但需要保证对角线元素为0,以表示节点不与自身相连,第n+1个矩阵W-(n+1)的尺寸为n×1,为各节点与缺陷节点y之间的连接权重,其中y∈{0,1},为样本的产品缺陷标签,y＝1时表明该样本为缺陷产品,y＝0时表明该样本为正常产品；所述贝叶斯网络初始权重矩阵根据经验知识建立,或不使用经验知识直接采用初始零矩阵；2.2)根据第一步布尔化的数据集以及数据集中各样本的产品缺陷标签数据对贝叶斯网络权重矩阵进行更新,遍历数据集D：若样本为缺陷产品,则其异常参数在权重矩阵中两两对应位置权重增加Δw～+；若为正常产品,则样本的异常参数对应矩阵中的连接位置权重减小Δw～-,直至数据集遍历完全,停止更新,得到贝叶斯网络权重矩阵第三步,根据第二步得到的贝叶斯网络权重矩阵构建贝叶斯网络；3.1)给定集合定义并进行初始化；定义当前子节点集N-s,用以储存当前的子节点们,并从子节点出发寻找父节点,初始化当前子节点集N-s＝{x-(n+1)},为简化代码,x-(n+1)实际为样本缺陷节点y；定义剩余父节点集N-f,用以储存当前子节点集可选择的父节点,初始化剩余父节点集N-f＝{x-1,···,x-n},定义当前父节点集N-f～′,当子节点集中的节点寻找父节点时,临时储存已选择的父节点,并作为下一层的当前子节点集,初始化当前父节点集定义邻接矩阵G＝{0}-((n+1)×(n+1)),负责记录节点间连线关系,绘制贝叶斯网络图；定义父节点选择数k；3.2)以缺陷节点y为第一层当前子节点集,开始逆向寻找父节点以构建贝叶斯网络；通过权重矩阵W-i～(new),对当前子节点集N-s进行遍历,N-s中每一个节点x-j,在剩余父节点集N-f中选择与其相连的前k大的节点作为x-j的父节点,记入当前父节点集N-f～′中,且G(j,[t-1,···,t-k])＝1,当前子节点集N-s遍历完全后,将当前子节点集N-s从剩余父节点集N-f中剔除,将当前父节点集N-f～′作为下一次循环的当前子节点集N-s,而当前父节点集N-f～′置为空集重新加入循环,直至循环完成；通过临界矩阵G记录的节点间连线关系,从矩阵最后一层寻找值为1的元素另一坐标确定父节点,递归绘出贝叶斯网络；第四步,根据第三步绘制的贝叶斯网络,能够确定各节点连接边数和节点之间的父子关系；与缺陷节点y的父子关系越近,节点影响度越高；据此,各节点对于产品缺陷的影响度可直接从获得的贝叶斯网络中得到,从而确定各参数在钢铁产品缺陷产生过程中的重要性。

摘要：

一种基于贝叶斯网络的钢铁缺陷溯源方法,属于工业设计技术领域,该方法以贝叶斯网络为基模型,对钢铁缺陷进行较为准确的溯源,主要步骤：1)对数据集中各样本参数进行异常检测,获得特征或参数的异常标签；2)给定贝叶斯网络初始权重矩阵；3)根据样本异常情况对权重矩阵进行调整；4)根据调整后的权重矩阵得到贝叶斯网络结构,从而确定各参数在钢铁产品缺陷产生过程中的重要性。针对钢铁生产过程中缺陷多、钢铁生产实测数据特征复杂、钢铁缺陷成因难以分析等困难,本发明能充分挖掘数据特征间的联系,在不依赖先验知识的情况下,可以便捷地得到样本缺陷与参数异常的对应关系,整体算法流程通俗易懂,具有较强的解释性。