摘要
在钢铁生产中，从许多种工序中获得的数据相当庞大，因而从产生的广泛数据中挑选出有用的信息极其困难。轧制过程中记录的数据集有上百种，需要采用新的方法来收集有用的新信息。在本研究项目中，对一个热带轧制工艺的数据进行分析，以确认是否会发生一些常见缺陷（如钢带太薄或太窄）的轧制条件。首先，采用基础统计分析和线性相关将数据集从200多种的起始规模压缩到17％。接着，为查明普通缺陷出现的条件概率，采用了自组织图、平行坐标显示和K均值类群。结果，用这种方法揭示了四种普通缺陷类型的轧制条件。这四种缺陷是卷取温度接近极限、钢带太薄、钢带太窄和尾部开裂。最重要的是，获得的信息可用于减少这些缺陷的发生。
