基于知识图谱推理的热轧带钢产品质量缺陷追溯

作     者：张佳琪 凌卫青 ZHANG Jiaqi;LING Weiqing

作者机构：同济大学电子与信息工程学院CIMS研究中心上海201804 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2024年第30卷第3期

页      面：1105-1114页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：科技创新2030“新一代人工智能”重大项目(2018AAA0101801) 国家自然科学基金资助项目(72271188) 

主　　题：热轧带钢 质量缺陷 知识图谱 可解释人工智能 贝叶斯网络 

摘      要：热轧带钢生产面临多工况、机理复杂、工艺参数繁多等问题,造成专家很难及时有效给出生产中导致质量缺陷的原因。由此提出一种基于知识图谱推理的质量缺陷追溯方法。首先通过可解释方法SHAP实现对随机森林模型预测结果的解释,并通过知识图谱将数据挖掘结果与工艺机理、专家经验等知识进行融合,进一步将图谱中表示工艺参数与质量参数依赖关系的子图映射到贝叶斯网络,推断不同工艺参数导致产品质量缺陷的后验概率。实际生产数据验证表明,针对不同生产工况,该方法能有效识别各个批次中导致质量缺陷的工艺参数,表现出良好识别率。