一种基于人机物三元数据融合的问题轧制单元发现方法技术

本发明专利技术涉及一种基于人机物三元数据融合的问题轧制单元发现方法，包括：根据人机物三元数据构建热轧调度本体；将热轧调度实例加载至热轧调度本体；根据热轧调度本体，通过SPARQL语句获取轧辊调度信息；根据轧辊调度信息，通过蚁群算法获取调度计划；根据调度计划，通过根据SWRL规则生成的推理规则进行推理，发现问题轧制单元。与现有技术相比，本发明专利技术在出现不确定事件时快速获取受影响的轧制单元，有利于快速响应突发事件，助力钢铁热轧调度生产的精细化管理。的精细化管理。的精细化管理。

【技术实现步骤摘要】
一种基于人机物三元数据融合的问题轧制单元发现方法


[0001]本专利技术涉及数据融合
，尤其是涉及一种基于人机物三元数据融合的问题轧制单元发现方法。

技术介绍

[0002]数据融合最初起源于军事领域，随后逐渐被应用到商业和工业中，例如应用到工业方面的故障检测等问题上，此时主要是围绕传感器的数据进行融合，主要在物理空间中进行数据融合。随着互联网和信息技术的发展，出现了“软硬”数据的融合，以及人机物三元数据融合。可以发现围绕数据融合已有许多的研究，逐渐由单一空间向多空间延伸(社会空间、赛博空间)。围绕物理空间的数据，基于“数据
‑
信息
‑
知识
‑
智能”的规则，已经进行了许多的研究，例如设备的预测性维护、设备的剩余寿命预测、生产相关的工艺参数推荐等。互联网的快速发展正在加速网络虚拟数据信息之间的知识流动和知识共享，从而将数据知识管理工作从物的层面或者说企业内扩展到企业外部，也对整个数据知识管理产生了深远影响。人具有很强的理解、感知、推理和学习的能力，可以处理许多复杂的问题，并弥补物理传感器的局限性，充分考虑实体关系等语义信息。数据融合除了可以进行数据的计算外，还应该可以进行复杂的逻辑推理，本体以其具有人和计算机以及机器与机器之间对领域知识的共享和共同的理解的能力提供了实现的可能，本体作为一种语义化的数据描述和共享的方法，主要包括概念类、关系、公理、实例和函数，可以解决语义冗余、数据异构等问题，在知识密集型上下文中扮演着重要角色，已经被广泛用来解决数据的组织表示和融合等问题。
[0003]在钢铁的热轧生产过程中，来自连铸机或者板坯库的钢坯，经过加热炉达到要求的温度后，输送到连轧机上生产出成品或者半成品。热轧调度问题主要是针对热轧阶段，在轧制单元划分完毕后，确定轧制单元的先后加工顺序，使得其满足约束条件和生产目标。目前，关于热轧调度常考虑的因素有生产跳跃惩罚因素、订单交货期因素、设备维修因素等，具体方法多是针对具体约束条件下的热轧调度进行求解。然而，在钢铁热轧轧制生产过程中，加热炉内温度不均匀，加热炉横梁线性膨胀等故障都会影响板坯加热，客户还有可能有新的需求，在这种情况下，原先的调度计划将无法适用，此时所得到的调度安排就无法继续适用。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于人机物三元数据融合的问题轧制单元发现方法，在出现不确定事件时快速获取受影响的轧制单元，有利于快速响应突发事件，助力钢铁热轧调度生产的精细化管理。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于人机物三元数据融合的问题轧制单元发现方法，包括：
[0007]根据人机物三元数据构建热轧调度本体；
[0008]将热轧调度实例加载至热轧调度本体；
[0009]根据热轧调度本体，通过SPARQL语句获取轧辊调度信息；
[0010]根据轧辊调度信息，通过蚁群算法获取调度计划；
[0011]根据调度计划，通过根据SWRL规则生成的推理规则进行推理，发现问题轧制单元。
[0012]进一步地，所述的构建热轧调度本体的过程包括：
[0013]通过对调度相关概念进行层次构建，对热轧生产订单进行形式化表示，对生产任务进行分解，确定生产订单涉及到的轧制单元以及其规格属性，确定不确定情况下的任务，进而确定本体中的类和子类，所述的不确定情况包括设备故障和紧急订单；
[0014]定义属性和约束，所述的属性包括对象属性、数据属性和注释属性。
[0015]进一步地，所述的人机物三元数据包括人的数据、机的数据以及物的数据。
[0016]进一步地，所述的人的数据包括领域专家经验、用户需求和评价。
[0017]进一步地，所述的机的数据包括文档表格、数据库和计算结果。
[0018]进一步地，所述的物的数据包括传感器采集到的设备运行状态数据、物料数据和车间环境数据。
[0019]进一步地，所述的将热轧调度实例加载至热轧调度本体的具体过程包括：
[0020]通过OWLAPI将热轧调度实例加载至热轧调度本体，或通过Prot
é
g
é
将热轧调度实例构建进热轧调度本体，再通过OWLAPI加载至计算机。
[0021]进一步地，所述的热轧调度实例的构建过程包括：
[0022]将订单分解为工作类型、工作类型下的操作项目以及操作项目下的轧制产线，所述的工作类型只包括热轧阶段，所述的操作项目只包括轧制，所述的轧制产线设为一条。
[0023]一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述程序指令能够执行如所述的问题轧制单元发现方法。
[0024]一种计算机可读存储介质，包括计算机程序，所述计算机程序能够被处理器执行以实现所述的问题轧制单元发现方法。
[0025]与现有技术相比，本专利技术具有以如下有益效果：
[0026]本专利技术问题轧制单元发现方法根据人机物三元数据构建热轧调度本体，将热轧调度实例加载至热轧调度本体，根据热轧调度本体，通过SPARQL语句获取轧辊调度信息，根据轧辊调度信息，通过蚁群算法获取调度计划，根据调度计划，通过根据SWRL规则生成的推理规则进行推理，发现问题轧制单元，本专利技术针对目前企业缺少数据的组织表示和融合问题，分析了制造领域人机物三元数据的特征，对基于本体的数据融合框架进行了研究，构建面向调度的本体模型，进行调度相关的人机物三元数据融合，然后在设备出现故障、或者紧急加单时，原先的调度计划可能需要更改，可能出现受影响的轧制单元，基于SWRL进行受影响的问题轧制单元推理发现，在出现不确定事件时快速获取受影响的轧制单元，有利于快速响应突发事件，再进一步制定调度计划，助力钢铁热轧调度生产的精细化管理。
附图说明
[0027]图1为调度本体类层次图；
[0028]图2为数据属性示意图；
[0029]图3为对象属性示意图；
[0030]图4为实例展示图；
[0031]图5为轧制单元调度图；
[0032]图6为推理结果示意图；
[0033]图7为受影响的轧制单元在轧制单元调度图中的位置示意图；
[0034]图8为问题轧制单元发现方法的流程框图。
具体实施方式
[0035]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0036]实施例1
[0037]一种基于人机物三元数据融合的问题轧制单元发现方法，如图8，包括以下步骤：
[0038]S1、人机物三元数据分析：对人机物三元数据进行融合，要从数据结构多样、规模大等特点出发，结合融合的目标来考虑模型框架的结构。数据来源多样、结构多样，需要选择一种能够表示多源异构数据的方法来进行数据表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人机物三元数据融合的问题轧制单元发现方法，其特征在于，包括：根据人机物三元数据构建热轧调度本体；将热轧调度实例加载至热轧调度本体；根据热轧调度本体，通过SPARQL语句获取轧辊调度信息；根据轧辊调度信息，通过蚁群算法获取调度计划；根据调度计划，通过根据SWRL规则生成的推理规则进行推理，发现问题轧制单元。2.根据权利要求1所述的一种基于人机物三元数据融合的问题轧制单元发现方法，其特征在于，所述的构建热轧调度本体的过程包括：通过对调度相关概念进行层次构建，对热轧生产订单进行形式化表示，对生产任务进行分解，确定生产订单涉及到的轧制单元以及其规格属性，确定不确定情况下的任务，进而确定本体中的类和子类，所述的不确定情况包括设备故障和紧急订单；定义属性和约束，所述的属性包括对象属性、数据属性和注释属性。3.根据权利要求1所述的一种基于人机物三元数据融合的问题轧制单元发现方法，其特征在于，所述的人机物三元数据包括人的数据、机的数据以及物的数据。4.根据权利要求3所述的一种基于人机物三元数据融合的问题轧制单元发现方法，其特征在于，所述的人的数据包括领域专家经验、用户需求和评价。5.根据权利要求3所述的一种基于人机物三元数据融合的问题轧制单元发现方法，其特征在于，所述的机的数据包括文档表格、数据库和...

【专利技术属性】
技术研发人员：李洪泽，凌卫青，王坚，韩竹琳，
申请(专利权)人：同济大学，
类型：发明
国别省市：