بررسی پارامترهای تاثیرگذار در ایجاد عیب چسبندگی ورق های فولادی تحت نورد سرد با کشف دانش از داده های فرآیندی

بهبود کیفیت تولید با بهینه سازی شرایط تولید، یک هدف مستمر برای همه شرکت های صنعتی-تولیدی است. کاهش ضایعات و محصولات معیوبی که در اثر عوامل کنترلی در فرآیندهای تولید ایجاد می شوند، همواره از اهداف مدیران شرکت است. فرآیندهای تولید شرکت های فولادسازی نیز از این موضوع مستثنا نیستند. یکی از عیوب سطحی ورق های فولادی، عیب چسبندگی است که نوعی جوش خوردگی لایه ها بوده که در خط تولید در حین باز شدن کلاف آنیل شده و درصورتی که نیروی موردنیاز جهت باز کردن کلاف بیش از استحکام تسلیم باشد، اتفاق می افتد. در صورت بروز این عیب در ورق های فولادی، هزینه های سنگینی به شرکت های فولادسازی وارد می شود. در راستای کاهش عیب چسبندگی می توان داده های عملیاتی فرآیندی را تجزیه وتحلیل و پردازش کرد؛ به گونه ای که انعکاس دهنده مشخصه های تاثیرگذار بر عیب باشد. برای هدایت این کار می توان تکنیک های داده کاوی را مورد بهره برداری قرار داد؛ چراکه این تکنیک ها قادرند دانش را بازیابی کرده و به استخراج قواعد عملیاتی از یک مجموعه داده بپردازند. داده های عملیاتی از مجموعه داده های غیرمتمرکز یک شرکت فولادی گرفته شد و بر اساس متدولوژی استاندارد CRISP-DM مورد تجزیه وتحلیل قرار گرفت. مجموعه داده تحت بررسی یک مجموعه داده نامتوازن بوده که با استفاده از ابزارهای شبکه عصبی، رگرسیون لجستیک، ماشین های بردار پشتیبان و درخت تصمیم C5.0 مورد تجزیه وتحلیل قرار گرفت که بالاترین دقت، مربوط به درخت تصمیم C5.0 بوده است. بر این اساس، از درخت تصمیم، قوانینی استخراج شد که با تجارب کارشناسان خبره نیز چک و کنترل گردید. نتایج به دست آمده نشان داد که بهره گیری از داده کاوی برای تجزیه وتحلیل پارامترهای موثر بر عیوب می تواند منجر به بهبود کیفیت گردد؛ زیرا از این رویکرد می توان برای تنظیم پارامترهای عملیاتی فرآیندهای تولیدی استفاده نمود.