李扬等：基于数据挖掘的热轧带钢质量分析方法 ·61 表7引发质量缺陷的控制高危状态集 Table 7 High-risk state control sets which cause the quality defects 频繁次数 关联规则 5 19MALA',1MALA,26HALA,53HBLA,8MCLA 14LCHB.1HCHB',26HAHB,53HAHB',8MCHB 14LCHB',26HAHB',53HAHB',61MBHB',8MCHB 12LBLA,1MALA,26HALA,53HBLA,8MCLA(共20组) 4 26HALA,53HBLA,61MALA,8MCLA 12MBHB.14LCHB'1HCHB'.8MCHB 14LCHA,1HCHA,26HAHA,53HAHA" 14L.CHA,26HAHA,42MCHA,53HAHA(共113组) 12LALA,14LALA,26HALA 12LALA,19MALA°，26HALA 12MBHB,14LCHB',1HCHB 12MBHB,14LCHB,19HCHB(共243组) RIFORCEO E1GAP2的最大影响能力，结合专家经验，可以设定前 者对于后者的重要程度的倾向性意见为7. RIFORCE3 通过上述方法可以得到粗轧控制的判决矩阵为： ROLLSPEED2 Co.= 1 5327275131 EIGAP2 1/511/3151771/21/551 粗轧控制 WIDGAGEVAL2 1/3315751/3741 1/251/51731/3531 ROLLSPEED3 1771/71711/5117412 ROLLSPEEDO 121/71/5135 13651 1723311/31221/3 WIDGAGEVAL3 1/55171/571/61/2131/2 带钢宽度指标 ROLLSPEED4 1 1/51/431/41/51/21/311 1/3111213211 WIDRMHO (7) 权向量为： WIDRMHO Wz=(0.09540.11020.04360.27880.0960 精轧控制 WIDRMHO 0.06790.05440.03510.05570.0515 0.04200.02860.0408)T (8) WIDRMHO 精轧控制的判决矩阵为： 图4控制观察变量结构 r121/5 Fig.4 Structure of control observed variables Cz=1/211/4 (9) c.方案层判决矩阵确立和权值向量计算 L541 在本文中，方案层判决矩阵可以通过二维空间数 权向量为： 据子序列挖掘的挖掘结果结合专家认定来综合评价. Wz=(0.15610.23010.0424)T. (10) 以R1粗轧4道次轧制力(R1 FORCE3,12)和E1立辊 d.层次总排序. 3道次辊缝(E1GAP2,14)为例，二维空间数据子序列 依次沿递阶层次结构由上而下逐层计算，即可计 挖掘结果如表8所示 算出最底层因素（指标）相对于最高层（总目标）的相 可以看出R1 FORCE3和E1GAP2两个变量的相关 对重要性，即层次总排序.各指标的权重为： 性关系，其最大置信度代表着变量R1 FORCE3对变量 Waa=Wsu(1)×Wz' (11)李 扬等: 基于数据挖掘的热轧带钢质量分析方法 表 7 引发质量缺陷的控制高危状态集 Table 7 High-risk state control sets which cause the quality defects 频繁次数 关联规则 5 '19MALA'，'1MALA'，'26HALA'，'53HBLA'，'8MCLA' '14LCHB'，'1HCHB'，'26HAHB'，'53HAHB'，'8MCHB' … '14LCHB'，'26HAHB'，'53HAHB'，'61MBHB'，'8MCHB' '12LBLA'，'1MALA'，'26HALA'，'53HBLA'，'8MCLA'( 共 20 组) 4 '26HALA'，'53HBLA'，'61MALA'，'8MCLA' '12MBHB'，'14LCHB'，'1HCHB'，'8MCHB' … '14LCHA'，'1HCHA'，'26HAHA'，'53HAHA' '14LCHA'，'26HAHA'，'42MCHA'，'53HAHA'( 共 113 组) 3 '12LALA'，'14LALA'，'26HALA' '12LALA'，'19MALA'，'26HALA' … '12MBHB'，'14LCHB'，'1HCHB' '12MBHB'，'14LCHB'，'19HCHB'( 共 243 组) 图 4 控制观察变量结构 Fig． 4 Structure of control observed variables c. 方案层判决矩阵确立和权值向量计算． 在本文中，方案层判决矩阵可以通过二维空间数 据子序列挖掘的挖掘结果结合专家认定来综合评价． 以 R1 粗轧 4 道次轧制力( R1FORCE3，12) 和 E1 立辊 3 道次辊缝( E1GAP2，14) 为例，二维空间数据子序列 挖掘结果如表 8 所示． 可以看出 R1FORCE3 和 E1GAP2 两个变量的相关 性关系，其最大置信度代表着变量 R1FORCE3 对变量 E1GAP2 的最大影响能力，结合专家经验，可以设定前 者对于后者的重要程度的倾向性意见为 7． 通过上述方法可以得到粗轧控制的判决矩阵为: CCZ = 1 5 3 2 7 2 7 5 1 3 1/5 1 1/3 1/5 1/7 7 1/2 1/5 5 1 1/3 3 1 5 7 5 1/3 7 4 1 1/2 5 1/5 1 7 3 1/3 5 3 1 1/7 7 1/7 1/7 1 1/5 1 1/7 4 1/2 1/2 1/7 1/5 1/3 5 1 3 6 5 1 1/7 2 3 3 1 1/3 1 2 2 1/3 1/5 5 1/7 1/5 7 1/6 1/2 1 3 1/2 1 1/5 1/4 3 1/4 1/5 1/2 1/3 1 1 1/                              3 1 1 1 2 1 3 2 1 1  ． ( 7) 权向量为: WCZ = ( 0. 0954 0. 1102 0. 0436 0. 2788 0. 0960 0. 0679 0. 0544 0. 0351 0. 0557 0. 0515 0. 0420 0. 0286 0. 0408) T ． ( 8) 精轧控制的判决矩阵为: CJZ = 1 2 1 /5 1 /2 1 1 /4        5 4 1  ． ( 9) 权向量为: WJZ = ( 0. 1561 0. 2301 0. 0424) T ． ( 10) d. 层次总排序． 依次沿递阶层次结构由上而下逐层计算，即可计 算出最底层因素( 指标) 相对于最高层( 总目标) 的相 对重要性，即层次总排序． 各指标的权重为: WCZZ = WStd ( 1) × WCZ， ( 11) ·61·