面向工業(yè)控制的分布式并行聚類關(guān)聯(lián)規(guī)則算法研究

陳穎聰，李 強(qiáng)，黃秋鳳，林茂松

（西南科技大學(xué) 信息工程學(xué)院，綿陽(yáng) 621010）

0 引言

隨著工業(yè)物聯(lián)網(wǎng)進(jìn)程的加快，傳感器、計(jì)算機(jī)、通信、數(shù)據(jù)存儲(chǔ)等技術(shù)的融合發(fā)展，互聯(lián)網(wǎng)、工業(yè)生產(chǎn)過程等行業(yè)產(chǎn)生并存儲(chǔ)了大容量數(shù)據(jù)，且隨時(shí)間呈現(xiàn)指數(shù)增長(zhǎng)。因此，通過結(jié)合數(shù)據(jù)挖掘，人工智能，云計(jì)算等技術(shù)高效利用這些大規(guī)模數(shù)據(jù)，從中挖掘出有用的知識(shí)來輔助決策，已成當(dāng)前信息決策領(lǐng)域研究的重點(diǎn)之一[1]。

數(shù)據(jù)挖掘（Data Mining）主要通過聚類、分類、預(yù)測(cè)和關(guān)聯(lián)等方式從海量的、模糊的、冗余的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的人們事先不知道的但又可能有用的信息和知識(shí)的過程[2]。聚類算法根據(jù)樣本之間的相似性，將樣本規(guī)劃到不同的類別中，關(guān)聯(lián)分析通過挖掘數(shù)據(jù)中的頻繁項(xiàng)集來推導(dǎo)數(shù)據(jù)之間潛在的關(guān)聯(lián)規(guī)則。其中，聚類的數(shù)據(jù)類型為連續(xù)型，關(guān)聯(lián)規(guī)則為離散型；聚類體現(xiàn)挖掘的描述功能，關(guān)聯(lián)規(guī)則體現(xiàn)預(yù)測(cè)和驗(yàn)證功能；聚類的輸出形式為類簇，關(guān)聯(lián)規(guī)則輸出的是規(guī)則，兩者具有一定的互補(bǔ)性[3]。

同時(shí)，工業(yè)制造技術(shù)的發(fā)展加速了工業(yè)過程數(shù)據(jù)的產(chǎn)生，工業(yè)過程正在從“業(yè)務(wù)驅(qū)動(dòng)型”向“數(shù)據(jù)驅(qū)動(dòng)型”演進(jìn)，而工業(yè)過程大數(shù)據(jù)蘊(yùn)含的巨大價(jià)值，可以通過對(duì)數(shù)據(jù)的分析和應(yīng)用來提高生產(chǎn)力、降低消耗[4，5]。而傳統(tǒng)的數(shù)據(jù)挖掘方式已經(jīng)難以為繼，存在執(zhí)行效率低、資源消耗大、可擴(kuò)展性低以及容錯(cuò)性差等問題[6，7]，并行計(jì)算的出現(xiàn)則有效地解決了上述問題。

因此，本文將兩者結(jié)合起來，提出一種面向工業(yè)過程控制的并行聚類關(guān)聯(lián)規(guī)則挖掘算法。該算法基于Spark并行計(jì)算框架，首先采用K-Means++聚類算法對(duì)被控變量進(jìn)行聚類，然后對(duì)操作數(shù)據(jù)利用1σ準(zhǔn)則進(jìn)行分析、分段和標(biāo)定，最后，針對(duì)工業(yè)過程控制優(yōu)化Eclat算法挖掘操作變量與被控變量之間的關(guān)系，使得挖掘運(yùn)算有效降維且具有更好的挖掘目標(biāo)，挖掘結(jié)果可以清晰地顯示聚類形成的原因和聚類之間的關(guān)系等潛在知識(shí)。將操作員如何應(yīng)對(duì)現(xiàn)場(chǎng)狀況的經(jīng)驗(yàn)挖掘出來，同時(shí)得到還未發(fā)現(xiàn)的規(guī)律，用于調(diào)整生產(chǎn)、優(yōu)化操作，對(duì)實(shí)際生產(chǎn)具有一定的指導(dǎo)意義。

1 算法原理及分析

1.1 Eclat算法原理

Eclat算法是一種基于垂直數(shù)據(jù)結(jié)構(gòu)和深度優(yōu)先搜索策略的頻繁項(xiàng)集挖掘算法。該算法利用等價(jià)類思想將事務(wù)數(shù)據(jù)庫(kù)劃分為相互不重疊的多個(gè)獨(dú)立子空間，每個(gè)子空間自底向上獨(dú)立進(jìn)行挖掘[8]。

算法通過迭代計(jì)算的思想：由兩個(gè)頻繁k-項(xiàng)集并集得到候選(k+1)-項(xiàng)集，由兩個(gè)頻繁k-項(xiàng)集的事務(wù)記錄表（Tidset）做交集，得到候選(k+1)-項(xiàng)集的Tidset表，通過計(jì)算候選(k+1)-項(xiàng)集的Tidset表的支持度，判斷生成頻繁(k+1)-項(xiàng)集，以此迭代至并集或交集為空，算法結(jié)束[9]。

1.2 算法分析

Eclat算法要能夠有效處理海量數(shù)據(jù)，最常用和有效的方式是并行計(jì)算。當(dāng)前Eclat并行計(jì)算的實(shí)現(xiàn)方式有兩種：1）CPU/GPU并行；2）分布式并行。文獻(xiàn)[10]、文獻(xiàn)[11]采用CPU/GPU并行的方式實(shí)現(xiàn)Eclat算法的并行化，屬于縱向擴(kuò)展，需要高配置的計(jì)算機(jī)，實(shí)現(xiàn)成本和難度較大，性能提升有限。文獻(xiàn)[12]、文獻(xiàn)[13]采用分布式集群方式實(shí)現(xiàn)Eclat算法的并行化，屬于橫向擴(kuò)展，不需要高配置的計(jì)算機(jī)，多臺(tái)普通配置即可，實(shí)現(xiàn)成本和難度較低，性能提升理論上無限，因此成為當(dāng)前解決處理海量數(shù)據(jù)的最優(yōu)決策。

當(dāng)前，基于MapReduce/Spark計(jì)算框架的并行Eclat算法首先將水平數(shù)據(jù)格式轉(zhuǎn)換為垂直數(shù)據(jù)格式，然后利用位存儲(chǔ)機(jī)制進(jìn)行改進(jìn)，最后利用前綴項(xiàng)進(jìn)行數(shù)據(jù)分區(qū)實(shí)現(xiàn)并行化。但是，針對(duì)工業(yè)過程控制中的海量數(shù)據(jù)將面臨如下問題：

1）頻繁1-項(xiàng)集所對(duì)應(yīng)的列長(zhǎng)度加重內(nèi)存消耗，同時(shí)由兩個(gè)頻繁1-項(xiàng)集連接生成候選2-項(xiàng)集時(shí)，需要判斷連接條件，隨著項(xiàng)集長(zhǎng)度的增加，頻繁的連接操作加重時(shí)間消耗；

2）由兩個(gè)頻繁k-項(xiàng)集連接生成候選(k+1)-項(xiàng)集時(shí)，生成的部分候選(k+1)-項(xiàng)集是非頻繁的，而無關(guān)項(xiàng)集的交集與并集操作為無效操作，徒增時(shí)間和空間消耗；

3）前綴項(xiàng)劃分?jǐn)?shù)據(jù)未考慮節(jié)點(diǎn)間負(fù)載均衡，導(dǎo)致各計(jì)算節(jié)點(diǎn)的計(jì)算量分布不均，降低算法的執(zhí)行效率和并行化性能。

2 聚類關(guān)聯(lián)算法優(yōu)化

根據(jù)1.2節(jié)對(duì)現(xiàn)有算法的分析與總結(jié)，本文將以基于Spark分布式并行框架，針對(duì)工業(yè)過程操作數(shù)據(jù)集特性，對(duì)聚類關(guān)聯(lián)規(guī)則進(jìn)行定制化，并通過引入計(jì)算量與自適應(yīng)步長(zhǎng)劃分策略對(duì)Eclat算法進(jìn)行優(yōu)化。

2.1 工業(yè)過程操作定制化

工業(yè)過程控制一般分為操作變量和狀態(tài)變量，其中操作變量為自變量，通過調(diào)節(jié)閥門開度、原料進(jìn)出口流量等條件，控制生產(chǎn)過程維持在某種狀態(tài)。狀態(tài)變量為因變量，因各種操作改變，使自身處于某種狀態(tài)，不同狀態(tài)影響整個(gè)工業(yè)過程的生產(chǎn)效率和產(chǎn)出比率等。算法挖掘過程針對(duì)規(guī)則前件只包含操作變量，規(guī)則后件只包含狀態(tài)變量的強(qiáng)關(guān)聯(lián)規(guī)則，以此過濾無關(guān)項(xiàng)集的無效操作，使結(jié)果更具有針對(duì)性和約束性，提高算法挖掘效率。

此外，由于工業(yè)過程狀態(tài)數(shù)據(jù)是根據(jù)不同的工況，將過程控制在不同的狀態(tài)，如果對(duì)工況不了解，就無法對(duì)目標(biāo)變量進(jìn)行分類，同時(shí)狀態(tài)之間沒有明確的界限和準(zhǔn)確的判斷方式，無法設(shè)定固定的分類標(biāo)準(zhǔn)。因此，算法利用聚類算法K-Means++，對(duì)其中無標(biāo)簽的單個(gè)或多指標(biāo)狀態(tài)變量進(jìn)行聚類。同時(shí)，工業(yè)控制過程中，連續(xù)型數(shù)據(jù)在操作變量數(shù)據(jù)中占據(jù)絕大部分，但是對(duì)于處理布爾或離散數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法，不能直接進(jìn)行計(jì)算，因此利用1σ準(zhǔn)則對(duì)操作變量進(jìn)行離散化。

2.2 自適應(yīng)數(shù)據(jù)劃分

1）一階段數(shù)據(jù)分發(fā)

第一階段由水平數(shù)據(jù)集生成頻繁2-項(xiàng)集過程，如果按照數(shù)據(jù)自然分區(qū)分配各節(jié)點(diǎn)計(jì)算時(shí)，由于每條事務(wù)中數(shù)據(jù)項(xiàng)數(shù)量不同，會(huì)造成各計(jì)算節(jié)點(diǎn)的運(yùn)算量不同，而第二階段的執(zhí)行需要等待第一階段所有task執(zhí)行完成后才執(zhí)行，造成部分節(jié)點(diǎn)出現(xiàn)運(yùn)算饑餓。因此，改進(jìn)算法首先會(huì)計(jì)算每條事務(wù)數(shù)據(jù)產(chǎn)生2項(xiàng)集所需的計(jì)算量來分配數(shù)據(jù)，保證每個(gè)計(jì)算節(jié)點(diǎn)的計(jì)算量相當(dāng)。每條事務(wù)數(shù)據(jù)的計(jì)算量由式(1)所示，其中φi表示第i條事務(wù)數(shù)據(jù)所需計(jì)算量，ti表示第i條事務(wù)中的項(xiàng)目數(shù)。

在計(jì)算每條事務(wù)需要的計(jì)算量后，按照計(jì)算量的大小進(jìn)行降序排序，同時(shí)得到數(shù)據(jù)集的總計(jì)算量φ，再根據(jù)計(jì)算節(jié)點(diǎn)個(gè)數(shù)N，計(jì)算步長(zhǎng)并按照步長(zhǎng)對(duì)數(shù)據(jù)進(jìn)行劃分。

2）三階段數(shù)據(jù)分發(fā)

設(shè)置樣本容量，然后對(duì)各父分區(qū)數(shù)據(jù)按照key值進(jìn)行水塘抽樣（Reservoir Sampling），通過對(duì)比各分區(qū)采樣量s與平均采樣率f，判斷該分區(qū)是否出現(xiàn)數(shù)據(jù)傾斜，若出現(xiàn)分區(qū)傾斜則進(jìn)行重采樣，直到所有分區(qū)采樣完成。s與f計(jì)算公式如式(2)、式(3)所示，其中，Pj為分區(qū)j記錄數(shù)總量，S為樣本容量，k為擴(kuò)容系數(shù)，保證小數(shù)據(jù)量分區(qū)能夠采集足夠數(shù)據(jù)。

當(dāng)所有分區(qū)完成采樣后，計(jì)算樣本中各key值的占比權(quán)重Wij，并將采樣數(shù)據(jù)按照權(quán)重排序，計(jì)算總權(quán)重和分區(qū)步長(zhǎng)Step，然后循環(huán)采樣數(shù)據(jù)，當(dāng)累計(jì)權(quán)重達(dá)到步長(zhǎng)限制，則累加前數(shù)據(jù)劃分為該分區(qū)，并分配ID，直到劃分結(jié)束。Wij與Step計(jì)算公式如式(4)、式(5)所示。其中，Kj為分區(qū)j采樣的key集合，kij為j分區(qū)key值為i的個(gè)數(shù)，M為分區(qū)個(gè)數(shù)。

按照采樣劃分結(jié)果對(duì)父分區(qū)數(shù)據(jù)進(jìn)行劃分，即保證相似數(shù)據(jù)在同一節(jié)點(diǎn)，也保證節(jié)點(diǎn)間數(shù)據(jù)均衡。

3 算法性能分析

為了驗(yàn)證改進(jìn)算法應(yīng)對(duì)海量數(shù)據(jù)的能力，通過設(shè)置對(duì)比實(shí)驗(yàn)，并利用關(guān)聯(lián)規(guī)則通用的數(shù)據(jù)生成器IBM QuestMarket-Basket Synthetic Data Generator模擬生成10GB、20GB、30GB，事務(wù)數(shù)為10、20、30萬(wàn)，項(xiàng)目數(shù)為1000的三個(gè)不同數(shù)據(jù)集，驗(yàn)證改進(jìn)算法的性能提升。

1）加速比分析

加速比（Speedup）是指單處理器系統(tǒng)與并行處理器系統(tǒng)在執(zhí)行相同任務(wù)時(shí)，時(shí)間消耗的比值，被應(yīng)用于評(píng)價(jià)并行系統(tǒng)或程序并行化的性能和效果。本實(shí)驗(yàn)通過在模擬生成的10G，20G，30G數(shù)據(jù)上，調(diào)整節(jié)點(diǎn)數(shù)為2，4，6進(jìn)行測(cè)試。其計(jì)算公式如式(6)所示。其中p指CPU數(shù)量，T1指單處理器執(zhí)行時(shí)間，Tp指p個(gè)處理器，并行執(zhí)行時(shí)間。實(shí)驗(yàn)結(jié)果如圖1所示，為對(duì)比明顯，加入線性加速比。

由圖1分析可知，改進(jìn)算法隨著計(jì)算節(jié)點(diǎn)的不斷增加，加速比也隨之增加。但隨著節(jié)點(diǎn)數(shù)量的持續(xù)增加，各計(jì)算節(jié)點(diǎn)之間由于數(shù)據(jù)交換與傳輸?shù)臅r(shí)間也相對(duì)增加，因此算法的加速比隨之變緩。但是，由于改進(jìn)算法進(jìn)行過負(fù)載均衡優(yōu)化，使得挖掘過程中數(shù)據(jù)傳輸較少，網(wǎng)絡(luò)負(fù)載較輕。因此減緩較輕，并且隨著節(jié)點(diǎn)增加加速比提升更加明顯。實(shí)驗(yàn)結(jié)果表明，該算法具備良好的并行化性能。

百香果(Passionfruit)為西番蓮科(Passifloraceaee)西番蓮屬(Passiflora L.)，是一種多年生常綠藤本植物的果實(shí)[1,2]，其營(yíng)養(yǎng)豐富[3]，香氣濃郁，口感酸甜，保健功效好，適宜各類人群食用[4]。

圖1 加速比測(cè)試

2）節(jié)點(diǎn)負(fù)載分析

節(jié)點(diǎn)負(fù)載通過對(duì)比集群中節(jié)點(diǎn)運(yùn)行算法時(shí)各自的執(zhí)行時(shí)間，是判斷集群并行化能力的一個(gè)有效指標(biāo)。因此，實(shí)驗(yàn)對(duì)比BPEcalt算法與SPEclat算法在10GB與20GB兩個(gè)數(shù)據(jù)下，設(shè)置最小支持度為0.05，在6個(gè)節(jié)點(diǎn)下各自運(yùn)行的時(shí)間（單位：m）進(jìn)行分析，具體執(zhí)行結(jié)果如表1所示。由表分析可知，SPEclat算法未考慮均衡負(fù)載，使得各節(jié)點(diǎn)間任務(wù)分配不均衡，各節(jié)點(diǎn)完成時(shí)間差別較大，而BPEclat算法通過前綴項(xiàng)利用均衡策略將各節(jié)點(diǎn)的數(shù)據(jù)量進(jìn)行了均衡，因此各節(jié)點(diǎn)的完成時(shí)間相對(duì)均勻。實(shí)驗(yàn)結(jié)果表明BPEclat算法能夠有效的均衡節(jié)點(diǎn)負(fù)載。

表1 SPEclat與BPEclat各節(jié)點(diǎn)執(zhí)行時(shí)間

4 并行聚類關(guān)聯(lián)在TE過程的應(yīng)用

4.1 數(shù)據(jù)來源

TE過程是美國(guó)的一家化學(xué)公司給出的一個(gè)現(xiàn)實(shí)化工的模擬過程，該過程良好的模擬了復(fù)雜工業(yè)過程的典型特征，作為一個(gè)非線性、各設(shè)備之間具有時(shí)滯、非連續(xù)的和耦合特點(diǎn)的系統(tǒng)，主要描述了裝置、物料和能量之間的非線性關(guān)系[14]。TE過程一共分化工反應(yīng)器、產(chǎn)品冷凝器、氣液分離器、循環(huán)壓縮機(jī)和汽提塔五個(gè)部分，該過程是內(nèi)部沒有反饋環(huán)的無反饋系統(tǒng)，輸出受輸入影響但不影響輸入，同時(shí)內(nèi)部包含諸多動(dòng)態(tài)影響因素，因此被廣泛應(yīng)用于參數(shù)調(diào)優(yōu)、過程配置和生產(chǎn)監(jiān)控等方面。該過程包含41個(gè)狀態(tài)變量和12個(gè)操縱變量。其中，41個(gè)狀態(tài)變量中有22個(gè)是連續(xù)測(cè)量的，19個(gè)是測(cè)物料成分的，22個(gè)連續(xù)測(cè)量值，編號(hào)XMEASl-XMESA22[15]。當(dāng)系統(tǒng)目標(biāo)值偏離期望值時(shí)，操作員可調(diào)整閥門開度等，調(diào)節(jié)原料進(jìn)口流量等可調(diào)節(jié)的變量，使得目標(biāo)值回到正常狀態(tài)，而這些可調(diào)整的變量稱為操作變量。TE過程模型包括12個(gè)操作變量，它們編號(hào)分別為XMVl-XMVl2。

由于整個(gè)TE系統(tǒng)是復(fù)雜反應(yīng)單元的融合，而本章僅論證模型的實(shí)用性與算法的有效性。因此，僅選取系統(tǒng)的核心單元——反應(yīng)器，研究其中隱含的關(guān)聯(lián)規(guī)則組合，而表征其運(yùn)行狀態(tài)的指標(biāo)參數(shù)包含反應(yīng)器壓力XMEAS7、反應(yīng)器液位XMEAS8、反應(yīng)器溫度XMEAS9三個(gè)，具體信息如表2所示。

表2 狀態(tài)變量

影響這些狀態(tài)的操作變量有物料D（XMV1）、物料E（XMV2）、物料A（XMV3）的入口流量，排放閥開合度（XMV6）反應(yīng)器冷凝水流量（XMV10）以及冷凝器冷卻水（XMV11），具體信息如表2所示。為驗(yàn)證算法有效性，將反應(yīng)器控制環(huán)打開，采樣間隔6分鐘/次，手動(dòng)控制96小時(shí)，即每一個(gè)變量屬性1920組，共11520組采樣數(shù)據(jù)。

表3 操作變量

4.2 數(shù)據(jù)預(yù)處理

1）狀態(tài)變量標(biāo)簽化

利用K-Means++算法設(shè)置迭代次數(shù)為1000，聚類10次，計(jì)算集合內(nèi)誤差平方和（Within Set Sum of Squared Error，WSSE），選擇收斂效果最好的一組，得到三個(gè)狀態(tài)變量的聚類中心如表4所示。

表4 狀態(tài)變量聚類中心

根據(jù)聚類結(jié)果對(duì)數(shù)據(jù)定義類標(biāo)簽，如表5所示。其中，XMEAS71表示狀態(tài)變量XMEAS7屬于第一個(gè)聚類中心，XMEAS72屬于第二個(gè)聚類中心，XMEAS73屬于第三個(gè)聚類中心，其他操作變量同理類推。

表5 帶聚類標(biāo)簽的TE數(shù)據(jù)

2）操作變量布爾化

采用1σ準(zhǔn)則對(duì)各變量進(jìn)行劃分，即在正態(tài)分布中σ代表標(biāo)準(zhǔn)差，μ代表均值，以μ-σ，μ+σ分別作為數(shù)據(jù)分段的上下限，而數(shù)值在（μ-σ，μ+σ）中分布的概率為0.68，在一定程度的反映數(shù)據(jù)的特征，具有較大可信度[16]。預(yù)處理得到各變量的分割點(diǎn)如表6所示。其中，XMV011表示操作變量XMV1屬于第一個(gè)區(qū)間，即，XMV012表示，XMV013表示，其他操作變量同理類推。

表6 操作變量TE分割區(qū)間

4.3 結(jié)果分析

以離散化數(shù)據(jù)為輸入，設(shè)置最小支持度Min_sup=0.1，最小置信度Min_conf=0.6進(jìn)行挖掘，并將挖掘得到的操作規(guī)則信息以對(duì)應(yīng)的波動(dòng)區(qū)間表示。如表7反應(yīng)器溫度XMEAS9低于正常值時(shí)的3條規(guī)則，其中2條規(guī)則都顯示反應(yīng)器溫度低于常值時(shí)，XMV10控制在[39.81，40.88]，由于反應(yīng)器溫度偏低，需要降低冷卻水流量，以保證溫度回到正常值；另1條規(guī)則通過控制XMV1在[61.76，62.96]，因?yàn)榫欠艧岱磻?yīng)，通過降低D進(jìn)料量，降低放熱，保證溫度回到正常值[17]。

表7 XMEAS9較低時(shí)反布爾化規(guī)則

表8反應(yīng)器溫度XMEAS9控制在正常范圍時(shí)的4條規(guī)則可以得出該操作員是一個(gè)有經(jīng)驗(yàn)的操作員，因此處于正常狀態(tài)下的操作規(guī)則較多。由挖掘規(guī)則可知，為保證反應(yīng)器溫度處于正常狀態(tài)，應(yīng)將E進(jìn)料量控制在[54.92，56.37]，A進(jìn)料量控制在[31.69，37.27]，排放閥控制在[69.92，91.80]，反應(yīng)器冷卻水流量控制在[40.88，42.02]，而其中每條規(guī)則中都有變量XMV6和XMV10，因此是主要控制變量，可以與其他變量配合使用，使反應(yīng)器溫度控制在正常情況中。

表8 XMEAS9正常時(shí)反布爾化規(guī)則

表9反應(yīng)器壓力XMEAS7控制在正常范圍時(shí)的1條規(guī)則可以得出要保證反應(yīng)器壓力處于正常狀態(tài)，應(yīng)將排放閥控制在[38.57，69.92]，由于其置信度為100%，說明排放閥是控制反應(yīng)器壓力的主要控制變量，結(jié)論符合工藝情況[18]。

表9 XMEAS7處于常值的反布爾化規(guī)則

然后，對(duì)TE過程中，XMEAS9與XMV10做定性分析，如圖3所示，通過冷凝器冷卻水流量調(diào)節(jié)反應(yīng)器散熱，從而調(diào)節(jié)反應(yīng)器溫度，當(dāng)反應(yīng)器溫度高于臨界值時(shí)，通過加快冷凝器冷卻水流量，加快反應(yīng)器散熱，降低反應(yīng)器溫度使其回到臨界值以下，因此，反應(yīng)器溫度與冷凝水流量呈現(xiàn)同增同減的正相關(guān)關(guān)系。如圖4所示，對(duì)XMEAS7與XMV6做定性分析，在TE過程中，利用排放閥開關(guān)比例控制反應(yīng)器中氣體含量，從而調(diào)節(jié)反應(yīng)器壓強(qiáng)，當(dāng)反應(yīng)器壓強(qiáng)高于警戒值時(shí)，通過增加排放閥開關(guān)比例，增加反應(yīng)器中氣體排放，降低反應(yīng)器壓強(qiáng)使其回到警戒值以下，因此，反應(yīng)器壓強(qiáng)與排放閥開關(guān)比例呈現(xiàn)同增同減的正相關(guān)關(guān)系。由于該操作人員缺乏經(jīng)驗(yàn)，使得排放閥控制與變壓器比例呈現(xiàn)負(fù)相關(guān)關(guān)系，并且操作間聯(lián)系性不強(qiáng)，因此可以通過調(diào)節(jié)排放閥比例，達(dá)到準(zhǔn)確控制變壓器壓強(qiáng)的目的。

圖3 XMEAS9與XMV10定性分析

圖4 XMEAS7與XMV6定性分析

由以上分析可知該算法挖掘出的操作關(guān)聯(lián)規(guī)則符合工藝?yán)碚撗芯?，由圖5、圖6可知，通過分別控制支持度與置信度大小，挖掘得到不同數(shù)量和質(zhì)量的規(guī)則。當(dāng)支持度（置信度）不變，置信度(支持度)越小挖掘到的規(guī)則越多，支持度（置信度）越高，得到的規(guī)則質(zhì)量越高。利用工藝相關(guān)知識(shí)可以解釋大多數(shù)的規(guī)則，這正是所感興趣的，并且得到的規(guī)則具有較高的支持度和置信度。根據(jù)工藝知識(shí)，規(guī)則獲得解釋后，就可以用于指導(dǎo)過程生產(chǎn)操作。

圖5 最小支持度與規(guī)則數(shù)量關(guān)系（Min_conf=0.7）

圖6 最小置信度與規(guī)則數(shù)量關(guān)系（Min_sup=0.1）

5 結(jié)語(yǔ)

本文提出了一種面向工業(yè)過程控制的分布式聚類關(guān)聯(lián)規(guī)則挖掘算法。針對(duì)關(guān)聯(lián)規(guī)則算法Eclat挖掘過程中的執(zhí)行流程與數(shù)據(jù)分區(qū)問題，引入計(jì)算量與自適應(yīng)步長(zhǎng)劃分策略，通過實(shí)驗(yàn)驗(yàn)證，改進(jìn)算法極大降低計(jì)算過程的時(shí)間和空間復(fù)雜度，提高算法處理海量數(shù)據(jù)的能力。并應(yīng)用于TE過程中的操作關(guān)聯(lián)規(guī)則提取，相較于傳統(tǒng)的經(jīng)驗(yàn)分析，專家系統(tǒng)等方式，聚類關(guān)聯(lián)規(guī)則能夠有效利用歷史數(shù)據(jù)之中隱含的信息指導(dǎo)生產(chǎn)。實(shí)驗(yàn)結(jié)果表明，該方法能夠從復(fù)雜的工業(yè)生產(chǎn)過程中快速發(fā)掘出有用的、符合實(shí)際生產(chǎn)情況的關(guān)聯(lián)規(guī)則，有助于提升工業(yè)生產(chǎn)過程的智能化程度。