بررسی پارامترهای تاثیرگذار در ایجاد عیب چسبندگی ورق‌های فولادی تحت نورد سرد با کشف دانش از داده‌های فرآیندی

بهبود کیفیت تولید با بهینه‌سازی شرایط تولید، یک هدف مستمر برای همه شرکت‌های صنعتی-تولیدی است. کاهش ضایعات و محصولات معیوبی که در اثر عوامل کنترلی در فرآیندهای تولید ایجاد می‌شوند، همواره از اهداف مدیران شرکت است. فرآیندهای تولید شرکت‌های فولادسازی نیز از این موضوع مستثنا نیستند. یکی از عیوب سطحی ورق‌های فولادی، عیب چسبندگی است که نوعی جوش‌خوردگی لایه‌ها بوده که در خط تولید در حین باز شدن کلاف آنیل شده و درصورتی‌که نیروی موردنیاز جهت باز کردن کلاف بیش از استحکام تسلیم باشد، اتفاق می‌افتد. در صورت بروز این عیب در ورق‌های فولادی، هزینه‌های سنگینی به شرکت‌های فولادسازی وارد می‌شود. در راستای کاهش عیب چسبندگی می‌توان داده‌های عملیاتی فرآیندی را تجزیه‌وتحلیل و پردازش کرد؛ به‌گونه‌ای که انعکاس‌دهنده مشخصه‌های تاثیرگذار بر عیب باشد. برای هدایت این کار می‌توان تکنیک‌های داده‌کاوی را مورد بهره‌برداری قرار داد؛ چراکه این تکنیک‌ها قادرند دانش را بازیابی کرده و به استخراج قواعد عملیاتی از یک مجموعه داده بپردازند. داده‌های عملیاتی از مجموعه داده‌های غیرمتمرکز یک شرکت فولادی گرفته شد و بر اساس متدولوژی استاندارد crisp-dm مورد تجزیه‌وتحلیل قرار گرفت. مجموعه داده تحت بررسی یک مجموعه داده نامتوازن بوده که با استفاده از ابزارهای شبکه عصبی، رگرسیون لجستیک، ماشین‌های بردار پشتیبان و درخت تصمیم c5.0 مورد تجزیه‌وتحلیل 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 به‌دست‌آمده نشان داد که بهره‌گیری از داده‌کاوی برای تجزیه‌وتحلیل پارامترهای موثر بر عیوب می‌تواند منجر به بهبود کیفیت گردد؛ زیرا از این رویکرد می‌توان برای تنظیم پارامترهای عملیاتی فرآیندهای تولیدی استفاده نمود.