钢铁企业产品质量决策支持系统研究

摘 要：

计算机决策支持系统在现代企业的生存及发展中起着至关重要的作用。随着社会的进步和经济的快速发展，这项工作的重要性已经得到了许多企业的重视，并开始将这项工作列入到了企业的发展日程上。像其他的企业一样，钢铁企业也不例外，已经在通过计算机手段建立一套完整的业务处理系统。为此，主要论述钢铁企业产品质量决策支持系统中的相关问题。

关键词：

钢铁企业；产品；决策支持系统；设计；研究

中图分类号：

F49

文献标识码：A

文章编号：1672-3198（2013）19-0168-01

随着经济的快速发展，对于钢铁企业产品质量管理信息系统而言，在大量的质量检验数据的基础上开发基于数据仓库的钢铁企业产品质量决策支持系统，已经是现代化钢铁企业产品质量管理系统中重要的组成部分。研究现代钢铁产品质量决策支持系统，不仅能够进行钢铁产品质量的分析，还能够准确地掌握产品的质量动态，提高产品的质量，降低成本，对提高企业的经济效益和在激烈的市场中占据优势有着非常重要的意义。在我国，由于信息化技术发展的比较晚，在数据仓库的应用上还存在着一些问题。像钢铁企业产品质量决策支持系统就需要应用到数据仓库，但是对于钢铁企业也不例外，也还是存在着许多问题，只有处理好这些问题，才能够进一步的完善钢铁企业产品质量管理信息系统，推动钢铁企业的快速发展。

1 数据仓库及技术综述

数据仓库是最近出现的一种新的数据库应用技术，是一种用以支持管理决策系统的面向主题的，集成性的，具有稳定性的能够反映历史变化的数据结合。在数据库技术发展中，一种为了更好地解决数据储存和组织，并支持管理决策系统的数据仓库技术诞生了，它不仅为建立决策支持系统开创了全新的方案，同时也进一步地提高了决策支持系统对数据管理、处理的能力。对在历史数据的基础上采用新的模式来提高决策支持系统的可信度是具有划时代意义的。

数据仓库是通过对多个异构数据源按照相关主题进行有效组织和集成，来为决策服务的一种数据库系统。对于已经存放在数据仓库的数据（包括历史数据和经过修正的数据）都是不能够进行二次修改的。数据仓库把应用系统中的信息通过一定的方式转换到另外一个新的数据库中，并对新数据库中的相关信息加以整理和分析，最后做出科学、合理的决策支持，这样的方式能够更加有效的完善决策支持系统。

2 数据仓库的特点

资源的共享性、独立性及完整性是数据仓库在传统操作环境下的特点，除此之外还有一些新的特点，正是数据仓库的这些特点，使得数据仓库能够应用于产品质量决策支持系统。以下是数据仓库的主要特点：

2.1 数据仓库中的数据是集成的

数据仓库中的数据并完全是原有数据的拷贝，而是从各个子系统中提取的经过统一分析和综合的。把外数据和面向应用的原始数据之间相互重复的资源删除后，再将面向主题的数据结构进行新的组织及变换，然后在进行数据的编码，确保数据仓库数据的一致性，这样才能够进入到数据仓库中。

2.2 数据是非易失的

在实际业务的操作中，有很多数据都需要不断地更新，这样就使得数据仓库中的数据是不断变化的。数据仓库中的数据主要是为了方便数据的查询和为企业的领导进行企业效益的分析和决策用的，在通常情况下是不会修改的。当进入到DW后的日常业务处理数据，是不能够进行修改或更正的，一旦DW所存放的数据超过了存放的有效期限，这些存储的数据将会从DW中删除。另一方面DW的用户在进行数据分析处理的时候，是不会进行数据的更新操作的。每个数据的生存周期中，数据都是永远不会变的，这样的非易失性也是相对而言，只能保障数据在生存周期内是不会改变，但不能保障数据不再数据生存周期内时，也是保持不变的。

2.3 是面向主题的

数据仓库中的数据主要是面向主题后进行组织的，在逻辑上时对应企业中宏观分析领域的。面向主题的数据组织就是在较高的层次上对研究对象的数据进行完整的描述，可以统一的刻画出各个研究对象所有涉及企业的数据与数据仓库之间的关系。这种组织方式是需要满足将数据组织成一个完整的独立分析领域。

3 钢铁企业产品质量决策支持系统的设计研究

3.1 系统软件的结构设计

建立完善的产品质量决策支持系统，不仅可以提高钢铁企业产品质量管理的效率和增加产品的产量，同时也还可以改善产品的合格率，保障产品的质量，对于提高企业效益是极为有用的。在构建一个主题清晰、功能完善、安全可靠的数据仓库的基础上建立一个信息分析和决策支持系统是比较容易的，在此基础上再采用数据挖掘技术将隐藏在数据仓库中的数据规律揭示出来，并对相关的数据进行探索和分析，最后在结合OLAP技术对数据进行整合。只有发现了这些规律才能将其模型化，这样才能够更好帮助决策。在建立好数据仓库以后，就需要通过各种手段来利用搜集到的数据，在对质量管理业务分析需要的基础上，进一步设计完成钢材质量分析预测系统，具体的软件结构如图1所示。

3.2 建立数据仓库

产品质量信息采集管理、客户管理和质量判定管理是钢铁产品质量信息管理系统中的主要模块，模块之间既存在着联系又有一定的区别，并且单个模块在处理数据时和真个系统有较为密切的关系。支持钢铁产品质量的决策信息主要是运用了数据仓库的相关理论，并对相关的数据进行综合处理后得到的。由于钢铁产品质量信息管理系统的独特性，可以讲系统分为多个子系统，然后再根据建立主题的原则及业务的需求，对钢铁企业产品的质量信息的管理和分析进行综合的查询，进而获得需要的信息。系统中有可以建立多个小的主题数据库，根据各个主题数据库的模式，又可以建立与之对应的数据集市，从而完成整个数据库的构建，为其钢铁企业产品质量决策支持系统的建立打下基础。

3.3 系统模型的设计

在钢铁企业产品质量决策支持系统中有很多的模型，主要有质量趋势分析模型、合金钢强度预测模型。

（1）质量趋势分析模型。

在质量趋势分析模型中，主要包含月份趋势分析、同期趋势分析和年度趋势分析。在进行这些模型的设计时主要采用加权平均值的数学模型，通过此模型可以有效地减少系统的偶然性。这个模型的设计可以为钢铁企业产品质量信息管理部门提供不同时期的质量数据，用户也可以通过需求查询不同时间段的钢铁质量信息。最主要的是可以帮助钢铁企业在一定的时间段内了解钢铁质量的完成情况和今后进一步发展的趋势，提高企业的效益。

（2）合金钢强度的预测模型。

因为合金钢的强度会受到多种因素的影响，要想准确的预测出合金钢的强度时很困难的。在进行合金钢强度的预测时采用线性相关模型可以减少误差，提供预测的准确性。在实际生产中将钢铁中碳元素的含量及合金钢强度的相关数据进行分析和总结，然后建立了这种线性模型。根据合金钢中碳元素的含量，可以确定出合金钢的强度。在为了满足用户的需求时，先得知道合金钢的强度，然后在冶炼的时候，根据不同合金钢中碳元素含量的不同，选择适合用户的含碳量的合金钢。知道合金钢中碳元素的含量，就能够知道合金钢的强度。反之，知道合金钢的强度也就知道了含碳量。这些对于判断合金钢的强度是具有重要意义的。在知道合金钢的强度及含碳量时，可以建立两者之间的相关关系，并通过计算机计算出相关系数，然后建立回归预测模型，通过相关的数据就可以反映出未来的发展变化趋势，进而可以得出合金钢的强度预测值。这个预测值可以给企业的相关领导提供决策的真实信息，确保决策能够有效地提高企业的效益。

4 结语

随着科学技术的不断发展，未来钢铁产品质量信息系统将会向着智能化的方向发展。数据仓库技术的发展，使得钢铁企业产品质量决策支持系统向着智能化发展成为可能，从已有的规律出发，制定计划加以严格执行，将会推动钢铁企业产品质量管理系统逐步向智能化发展，也将加快我国钢铁事业发展的步伐。

参考文献

[1]苏慧.ERP在钢铁企业内控管理中的应用[J].山西经济管理干部学院学报，2011.

[2]童显耀.数据仓库技术在钢铁企业信息化中的应用[D].上海：华东师范大学，2005.

[3]靳斌.钢贸公司决策支持系统的研究和实现[D].上海：上海交通大学，2007.

[4]王少福.钢铁企业产品质量决策支持系统的研究与开发[D].济南：山东科技大学，2005.