CN202110217265.7一种冷轧硅钢重卷的钢卷跟踪方法

权利要求

1.一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，包括：

S100.扫描关系型数据库Mysql，获取上一次扫描的时间，根据上一次扫描时间获取还未跟踪钢卷，并获取还未跟踪钢卷的第一卷；

S200.根据还未跟踪钢卷的第一卷的二级信息中获取其子卷的最小开始时间和最大结束时间；

S300.通过时序数据库Influxdb储存的钢卷一级信息中获取子卷的最小开始时间和最大结束时间的时间段内的跟踪所需要的信息；

S400.对开卷机和卷取机的开机时间和结束时间进行优化；

S500.将获取子卷的最小开始时间和最大结束时间的时间段内跟踪所需的信息进行分卷；

S600.将分卷后的子卷信息与对应的二级子卷进行对比，保留最合理的一级子卷；

S700.将重卷机组的工艺参数与钢卷长度进行映射,将最后选定保留的子卷的工艺参数，与卷取机的卷取长度一一映射；

S800.将机组号、出口钢卷号、工艺参数的唯一标识符ID，该工艺参数与卷取长度的映射关系存进Mongodb数据库；

S900.根据时序数据库的时间戳将最后选定保留的子卷的卷取机的卷取长度与开卷机的入口长度进行一一映射，并存入Mongodb数据库；

S1000.将结束时间存入数据库的上一次扫描时间，完成对冷轧硅钢重卷的钢卷进行跟踪。

2.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，关系型数据库Mysql存储钢卷的二级信息，至少包括：入口钢卷号、出口钢卷号、开始时间、结束时间。

3.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，时序数据库Influxdb根据时间戳存储钢卷的一级信息，至少包括：入口钢卷号、开卷机的入口长度、卷取机的卷取长度和其他工艺参数。

4.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，S300中，通过时序数据库Influxdb储存的钢卷一级信息中获取该时间段内的跟踪所需要的信息，至少包括：入口开卷机的开卷长度、出口卷取机的卷取长度。

5.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，对开卷机开始时间进行优化的具体方法为：根据开卷机的长度来判断，如果开卷机最开始长度大于0，判断开卷机最开始为上一卷的末尾还是这一卷的开始，如果最后一个开卷长度降为0处的时间减去第一个开卷长度降为0处的时间大于5分钟，说明最开始的开卷长度是上一卷钢的末尾，则删掉第一个开卷长度降为0处的时刻之前的时段，如果开卷机一开始长度为0，删除开始开卷长度一直为0的这段时间，达到对开卷机开始时间进行优化目的。

6.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，对卷取机开始时间优化的方法为：根据卷取机的卷取长度来判断，如果卷取长度一开始的值不为0，判断这是上一卷的末尾还是这一卷的开始，如果第一个卷取长度为0处的时间减去开始时间小于3分钟，则此时是上一卷的末尾，删除开始时间至第一个卷取长度为0处的时间，如果卷取长度一开始的值为0，删除卷取长度一直为0的这段时间，达到对卷取机开始时间进行优化目的。

7.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，将获取子卷的最小开始时间和最大结束时间的时间段内跟踪所需的信息进行分卷，具体包括为：

根据卷取机卷取长度突然骤降为0来将这个时间段分为若干段,每一段都赋值SubCoilSeq来依次标记该子卷是第几卷，其中，0为默认值，表示未处理；-1表示数据无效；正数表示第几个子卷；如果该段经历的时间小于一分钟或者该段卷取长度小于钢卷最小设定有效值MinValidLength，将其SubCoilSeq改为-1，完成对一级数据来分卷。

8.如权利要求1的一种冷轧硅钢重卷的钢卷跟踪方法，其特征在于，将获取该时间段内跟踪所需的信息进行分卷，还包括：

判断二级数据库Mysql的分卷数量m和根据时序数据库Influxdb的数据分卷的数量n是否一致，当时序数据库判断的钢卷数多于二级数据库的钢卷数，即m<n时，比较根据时序数据库分卷后每卷的结束时间与二级数据库中同一母卷的若干个子卷的结束时间，选取时间最接近的m个卷；当二级数据库的钢卷数多于时序数据库判断的钢卷数，即m>n时，按顺序判断时序数据库分卷后每卷的长度与该母卷在二级数据库中的每个子卷的长度差的绝对值是否小于100米，只保存误差小于100米的子卷；当二级数据库的钢卷数和时序数据库判断的钢卷数相同，即m＝n时，这种为正常情况，不用额外进行处理。

说明书

一种冷轧硅钢重卷的钢卷跟踪方法

技术领域

本发明涉及的是冷轧硅钢的钢卷跟踪领域，特别涉及一种冷轧硅钢重卷的钢卷跟踪方法。

背景技术

冷轧硅钢的制造是一个高温、连续、多工序的生产过程，其最终产品质量不仅取决于成品工序的过程控制，而且与前道工序甚至更前的工序过程控制有关，因而在整个生产过程中各工序原料质量情况、过程工艺参数、操作人员的经验直接决定了最终产品的质量。目前，大部分的方法是根据PLC等控制系统，跟踪到带钢在不同工序之间的长度映射，完成对冷轧硅钢长度进行跟踪。然而，现有技术并没有将冷轧硅钢重卷工序中的工艺参数与带钢的长度进行映射，无法查看单位长度处的带钢的工艺参数，无法为后续进行数据分析、优化参数提供了数据支撑。并且，现有技术没有将带钢的卷取长度和入口长度进行映射，无法去得到带钢在单位长度处的长度值对应的是上一道工序中的长度位置，无法为后续进行跨工序的长度追溯提供了前提条件。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种冷轧硅钢重卷的钢卷跟踪方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种冷轧硅钢重卷的钢卷跟踪方法，包括：

S100.扫描关系型数据库Mysql，获取上一次扫描的时间，根据上一次扫描时间获取还未跟踪钢卷，并获取还未跟踪钢卷的第一卷；

S200.根据还未跟踪钢卷的第一卷的二级信息中获取其子卷的最小开始时间和最大结束时间；

S300.通过时序数据库Influxdb储存的钢卷一级信息中获取该时间段内的跟踪所需要的信息；

S400.对开卷机和卷取机的开机时间和结束时间进行优化；

S500.将获取该时间段内跟踪所需的信息进行分卷；

S600.将分卷后的子卷信息与对应的二级子卷进行对比，保留最合理的一级子卷；

S700.将该机组的工艺参数与钢卷长度进行映射,将最后选定保留的子卷的工艺参数，与卷取机的卷取长度一一映射；

S800.将机组号、出口钢卷号、工艺参数的唯一标识符ID，该工艺参数与卷取长度的映射关系存进Mongodb数据库；

S900.根据时序数据库的时间戳将最后选定保留的子卷的卷取机的卷取长度与开卷机的入口长度进行一一映射，并存入Mongodb数据库；

S1000.将结束时间存入数据库的上一次扫描时间，完成对冷轧硅钢重卷的钢卷进行跟踪。

进一步地，关系型数据库Mysql存储钢卷的二级信息，至少包括：入口钢卷号、出口钢卷号、开始时间、结束时间。

进一步地，时序数据库Influxdb根据时间戳存储钢卷的一级信息，至少包括：入口钢卷号、开卷机的入口长度、卷取机的卷取长度和其他工艺参数。

进一步地，S300中，通过时序数据库Influxdb储存的钢卷一级信息中获取该时间段内的跟踪所需要的信息，至少包括：入口开卷机的开卷长度、出口卷取机的卷取长度。

进一步地，对开卷机开始时间进行优化的具体方法为：根据开卷机的长度来判断，如果开卷机最开始长度大于0，判断开卷机最开始为上一卷的末尾还是这一卷的开始，如果最后一个开卷长度降为0处的时间减去第一个开卷长度降为0处的时间大于5分钟，说明最开始的开卷长度是上一卷钢的末尾，则删掉第一个开卷长度降为0处的时刻之前的时段，如果开卷机一开始长度为0，删除开始开卷长度一直为0的这段时间，达到对开卷机开始时间进行优化目的。

进一步地，对卷取机开始时间优化的方法为：根据卷取机的卷取长度来判断，如果卷取长度一开始的值不为0，判断这是上一卷的末尾还是这一卷的开始，如果第一个卷取长度为0处的时间减去开始时间小于3分钟，则此时是上一卷的末尾，删除这段时间，如果卷取长度一开始的值为0，删除卷取长度一直为0的这段时间，达到对卷取机开始时间进行优化目的。

进一步地，将获取该时间段内跟踪所需的信息进行分卷，具体包括为：

根据卷取机卷取长度突然骤降为0来将这个时间段分为若干段,每一段都赋值SubCoilSeq来依次标记该子卷是第几卷，其中，0为默认值，表示未处理；-1表示数据无效；正数表示第几个子卷；如果该段经历的时间小于一分钟或者该段卷取长度小于钢卷最小设定有效值MinValidLength，将其SubCoilSeq改为-1，完成对一级数据来分卷。

进一步地，将获取该时间段内跟踪所需的信息进行分卷，还包括：

判断二级数据库Mysql的分卷数量m和根据时序数据库Influxdb的数据分卷的数量n是否一致，当时序数据库判断的钢卷数多于二级数据库的钢卷数，即m<n时，比较根据时序数据库分卷后每卷的结束时间与二级数据库中同一母卷的若干个子卷的结束时间，选取时间最接近的m个卷；当二级数据库的钢卷数多于时序数据库判断的钢卷数，即m>n时，按顺序判断时序数据库分卷后每卷的长度与该母卷在二级数据库中的每个子卷的长度差的绝对值是否小于100米，只保存误差小于100米的子卷；当二级数据库的钢卷数和时序数据库判断的钢卷数相同，即m＝n时，这种为正常情况，不用额外进行处理。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明公开的一种冷轧硅钢重卷的钢卷跟踪方法，将冷轧硅钢重卷工序中的工艺参数与带钢的长度进行映射，可以查看单位长度处的带钢的工艺参数，为后续进行数据分析、优化参数提供了数据支撑。本发明还将带钢的卷取长度和入口长度进行映射，可以得到带钢在单位长度处的长度值对应的是上一道工序中的长度位置，为后续进行跨工序的长度追溯提供了前提条件。本发明通过收集该工序影响产品质量的关键工艺参数，并形成数字钢卷，可准确预测产品的质量情况，同时根据生产实际大数据，可以对该工序的工艺参数进行优化，实现提升质量、提高生产效率、节能降耗、减少产品封闭率等。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例1中，一种冷轧硅钢重卷的钢卷跟踪方法的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术中存在的问题，本发明实施例提供一种冷轧硅钢重卷的钢卷跟踪方法。

实施例1

一种冷轧硅钢重卷的钢卷跟踪方法，如图1，包括：

S100.扫描关系型数据库Mysql，获取上一次扫描的时间，根据上一次扫描时间获取还未跟踪钢卷，并获取还未跟踪钢卷的第一卷；具体的，本实施中，用时序数据库Influxdb采集存储钢卷的一级信息，根据时间戳来存储每个钢卷的各个工艺参数，包括入口钢卷号、开卷机的入口长度、卷取机的卷取长度和其他工艺参数。关系型数据库Mysql存储钢卷的二级信息，包括入口钢卷号、出口钢卷号、长度、开始时间、结束时间等。

在本实施例中，获取钢卷结束时间大于该扫描时间的钢卷，该时间之后的钢卷都是还未进行跟踪的钢卷。通过按时间升序排列的方法来选择还未跟踪的第一卷钢。

S200.根据还未跟踪钢卷的第一卷的二级信息中获取其子卷的最小开始时间和最大结束时间；具体的，将最小的开始时间记为l2StartTime，最大的结束时间记为l2EndTime，考虑到二级给的钢卷开始和结束时间与采集一级数据的时间有差异，在l2StartTime的基础上减5分钟，l2EndTime加5分钟。

S300.通过时序数据库Influxdb储存的钢卷一级信息中获取该时间段内的跟踪所需要的信息；具体的，跟踪所需要的信息，包括入口开卷机的开卷长度PorLen、出口卷取机的卷取长度TrLen。

S400.对开卷机和卷取机的开机时间和结束时间进行优化；具体的，本实施例中，对开卷机开始时间进行优化的具体方法为：根据开卷机的长度来判断。如果开卷机最开始长度大于0，判断这是上一卷的末尾还是这一卷的开始。如果最后一个开卷长度降为0处的时间减去第一个开卷长度降为0处的时间大于5分钟，说明最开始的开卷长度是上一卷钢的末尾，则删掉第一个开卷长度降为0处的时刻之前的时段。接着如果开卷机一开始长度为0，删除开始开卷长度一直为0的这段时间，方法是找到第一个开卷长度有值的处的时间，删掉这个时刻之前的时段。

对开卷机开始时间进行优化的具体方法为：根据卷取机的卷取长度来判断。如果卷取长度一开始的值不为0，判断这是上一卷的末尾还是这一卷的开始。如果第一个卷取长度为0处的时间减去开始时间小于3分钟，说明这是上一卷的末尾，删除这段时间。接着如果卷取长度一开始的值为0，删除卷取长度一直为0的这段时间，方法是找到第一个卷取长度有值处的时间，删掉这个时刻之前的时间。

对开卷机结束时间优化的方法为：删除结束时开卷机开卷长度一直为0的部分。方法是找到最后一个开卷长度降为0处的时间，删掉这个时刻之后的时间。根据优化后的时间，重新确定开始时间newL2StartTime和结束时间newL2EndTime。

S500.将获取该时间段内跟踪所需的信息进行分卷；在本实施例中，首先对钢卷的一级数据进行分卷，根据卷取机卷取长度突然骤降为0来将这个时间段分为若干段,每一段都赋值SubCoilSeq来依次标记该子卷是第几卷。0为默认值，表示未处理；-1表示数据无效；正数表示第几个子卷；如果该段经历的时间小于一分钟或者该段卷取长度小于钢卷最小设定有效值MinValidLength，说明这一段大概率是切头切尾部分，故舍弃这部分，将其SubCoilSeq改为-1。以上操作完成了钢卷一级数据来分卷。

S600.将分卷后的子卷信息与对应的二级子卷进行对比，保留最合理的一级子卷；当对钢卷一级数据分卷完成后，继续判断钢卷二级数据库的分卷数量m和根据时序数据库的数据分卷的数量n是否一致，在本实施例中，共会出现三种情况。

第一种是时序数据库判断的钢卷数多于二级数据库的钢卷数，即m<n，这又可以分为两种情况，一种是时序数据库把卷取长度大于钢卷最小设定有效值MinValidLength但仍然被废弃的小卷也判断为一个卷了，另一种是二级漏卷了。出现这两种情况，就比较根据时序数据库分卷后每卷的结束时间与二级中同一母卷的若干个子卷的结束时间，选取时间最接近的m个卷。

第二种是二级数据库的钢卷数多于时序数据库判断的钢卷数，即m>n。出现这种情况的原因可能是数据采集服务停了，或者数据采集服务出现故障，时序数据库的数据不完整所以判断的钢卷可能少了。处理方法是桉顺序判断时序数据库分卷后每卷的长度与该母卷在二级数据库中的每个子卷的长度差的绝对值是否小于100米，只保存误差小于100米的子卷。

第三种是二级数据库的钢卷数和时序数据库判断的钢卷数相同，即m＝n。这种是正常情况，不用额外处理。

S700.将该机组的工艺参数与钢卷长度进行映射,将最后选定保留的子卷的工艺参数，与卷取机的卷取长度一一映射。

S800.将机组号、出口钢卷号、工艺参数的唯一标识符ID，该工艺参数与卷取长度的映射关系存进Mongodb数据库；以后就能根据机组号、出口钢卷号、工艺参数ID和长度查询出该长度处的该工艺参数的值。

S900.根据时序数据库的时间戳将最后选定保留的子卷的卷取机的卷取长度与开卷机的入口长度进行一一映射，并存入Mongodb数据库；这样就能根据重卷中钢卷某一长度的值跟踪到该位置对应的是该钢卷在经历上一道机组时的那个钢卷的位置。

S1000.将结束时间存入数据库的上一次扫描时间，完成对冷轧硅钢重卷的钢卷进行跟踪。

本实施例公开的一种冷轧硅钢重卷的钢卷跟踪方法，将冷轧硅钢重卷工序中的工艺参数与带钢的长度进行映射，可以查看单位长度处的带钢的工艺参数，为后续进行数据分析、优化参数提供了数据支撑。本发明还将带钢的卷取长度和入口长度进行映射，可以得到带钢在单位长度处的长度值对应的是上一道工序中的长度位置，为后续进行跨工序的长度追溯提供了前提条件。本发明通过收集该工序影响产品质量的关键工艺参数，并形成数字钢卷，可准确预测产品的质量情况，同时根据生产实际大数据，可以对该工序的工艺参数进行优化，实现提升质量、提高生产效率、节能降耗、减少产品封闭率等。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。