基于可解释人工智能的连续工业过程质量控制方法

《European Journal of Control》：Explainable Artificial Intelligence to improve quality control in continuous industrial processes

　　

提出了一种完整的数据驱动方法论，用于实现连续工业系统的在线质量控制。通过异常检测和可解释人工智能（Explainable Artificial Intelligence, XAI）实现对工业系统的质量控制。该方法是一种与领域无关的特征选择方法，用于构建机器学习（Machine Learning, ML）模型。利用SHAP（SHapley Additive exPlanations）局部解释，为工厂管理者和操作人员提供关于偏差的解释。该质量控制系统已在西班牙一家真实的木质纤维板工厂中进行测试并部署。

论文解读文章

1. 研究背景与问题

在工业4.0的背景下，智能制造和数据驱动决策成为重要目标。信息物理系统（Cyber-Physical Systems, CPS）提供了海量数据，可用于创建集成到数字孪生（Digital Twin, DT）中的机器或深度学习模型，辅助决策过程。其中，质量控制是智能制造业的一项关键高级任务，旨在通过监控和测试原材料、组件及产品来获得并维持高标准。

然而，当前的质量控制面临多重挑战。首先，一些关键质量指标无法实时测量，因为它们需要耗时30分钟至24小时不等的复杂实验室测试。其次，传统的知识库方法依赖于领域专家编码的专业技术规则，这类方案通常较为脆弱、难以维护，且与特定工厂配置强相关。基于模型的方法虽能避免这些问题，但在复杂的工业系统中，构建高度精确的描述性模型往往不可行或成本极高。相比之下，数据驱动方法能从历史过程数据中学习关系与运行规则，适用于捕捉复杂行为，但其本身缺乏可解释性。因此，工厂管理者不仅需要能够检测产品质量规格偏差的系统，还需要理解这些偏差背后的根本原因，以便做出明智的决策来逆转异常或防止浪费。本研究正是为了解决这一痛点而开展，旨在开发一种结合了可解释人工智能（XAI）的数据驱动方法，以实现对连续工业生产过程的有效质量控制，并为操作者提供可理解的解释。

2. 研究方法与技术路线

研究人员遵循CRISP-DM（CRoss Industry Standard Process for Data Mining）标准流程，提出了一套完整的数据驱动方法论。关键技术方法包括：

• •
  数据清洗与对齐：剔除生产参数变化导致的瞬态数据，并将过程数据与实验室采样时间点进行时间对齐，同时处理异常值。
• •
  多技术投票式特征选择：采用一组特征选择技术（Feature Selection Techniques, FST），通过投票机制从原始过程变量中筛选出最优特征子集R^m，以降低维度并保持模型预测能力。该过程针对每个待预测的质量指标q_i分别进行。
• •
  机器学习建模：利用选定的特征子集，训练机器学习模型来估计关键质量指标，如厚度膨胀率（Thickness Swelling）。
• •
  可解释性分析：将训练好的黑箱模型与SHAP（SHapley Additive exPlanations）局部解释方法相结合，为每次预测偏差提供特征重要性层面的解释，帮助操作人员理解导致偏差的原因。

3. 研究结果

本研究通过在西班牙Valladolid的一家Sonae Arauco公司旗下的中密度纤维板（Medium Density Fiberboard, MDF）工厂进行案例验证。该工厂生产过程复杂，包含多个阶段，其中连续压机是最关键的环节。研究人员选取了24小时后测量的厚度膨胀率作为基准质量变量。

Case Study（案例研究）

该案例研究的对象是一家位于西班牙巴利亚多利德的MDF工厂，隶属于Sonae Arauco公司。工厂生产30种不同厚度的MDF。研究人员选定厚度膨胀率作为研究对象，该指标定义为板材在水中浸泡24小时后厚度增加的百分比，公式为：Swelling(%) = (T_final - T_initial) / T_initial × 100。

Methodology（方法论）

研究人员提出了基于CRISP-DM方法论的整体框架。在数据准备阶段，重点在于数据清洗和特征选择。原始数据集包含由工厂员工预选的少于80个过程变量。通过应用一组特征选择技术（FST），每个技术会选出其认为相关的特征子集R_f(sti)。最终的特征集R^m通过各子集的投票结果确定，从而得到一个精简且有效的输入特征集合，用于后续的机器学习建模和XAI解释。

Results（结果）

该模型已在该工厂进行了实时测试，并取得了令人鼓舞的结果。具体性能指标如下：准确率达到96.7%，精确率为75%，假阳性率（False Positive Rate, FPR）为1.8%，假阴性率（False Negative Rate, FNR）为25%。这些结果表明，该系统能够有效地检测出质量指标的偏差。

Conclusions（结论）

研究表明，所提出的数据驱动方法能够有效开发机器学习模型，用于估算相关的质量指标。该方法的重点在于遵循CRISP-DM方法论，选择合适的特征来构建模型。这些估算值可用于检测异常，并且可以与XAI方法结合，为工厂操作员提供有关检测到的偏差潜在原因的信息。该系统已在西班牙一家木质纤维板工厂使用真实数据进行开发和实时测试，证明了其在工业环境中的应用潜力。