CN103616878A - 烟草加工过程加料回路在线状态检测系统及检测方法 - Google Patents
烟草加工过程加料回路在线状态检测系统及检测方法 Download PDFInfo
- Publication number
- CN103616878A CN103616878A CN201310643553.4A CN201310643553A CN103616878A CN 103616878 A CN103616878 A CN 103616878A CN 201310643553 A CN201310643553 A CN 201310643553A CN 103616878 A CN103616878 A CN 103616878A
- Authority
- CN
- China
- Prior art keywords
- reinforced
- term
- early warning
- loop
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了烟草加工过程加料回路在线状态检测系统及检测方法,所述系统包括:加料管道压力检测传感器、加料回路流量计、加料前皮带秤和PLC控制器,包括加料回路预警系统,所述加料回路预警系统内部设有依次连接的短期预警判断模块、长期预警判断模块和管道压力预警判断模块,所述加料回路预警系统用于加料系统进行短期、长期以及管道可能出现的故障进行分析,并对有规律性故障进行早期的预警提示,报警输出模块,用于输出短期报警信号、长期报警信号和管道压力报警信号。本发明根据其加料回路健康系数进行设备状态早期预警,以便来调整设备保养清洁、定期维护的频次,以增加设备平均故障间隔时间。
Description
技术领域
本发明涉及一种烟草加工过程加料回路在线状态检测系统及检测方法。
背景技术
随着工业的快速发展,各企业已经开始运用全面规范化生产维护(TnPM)来保障设备正常运行,以达到最高的设备综合效率(OEE)。预防性维修是开展全面规范化生产维护的前提和保障。预防性维修为是指从预防医学的立场出发,对设备的异状进行早期发现和早期治疗,力求从设备本身降低故障率,缩短修理时间、延长使用寿命,从而提高设备使用性能,降低维修运行费用。所以,在车间现有技术平台上亟需建立一套设备在线预警机制,为全面规范化生产维护系统(TnPM)提供数据支持。
本领域技术人员急需解决的技术问题是:目前烟草行业加料设备,只是按照加料前秤的物料重量与加料比例计算出瞬时加料量进行施加香料,而没有对加料系统进行长期运行的故障进行分析,并对有规律性故障进行早期的预警提示。
发明内容
本发明的目的就是为了解决上述问题,提供一种烟草加工过程加料回路在线状态检测系统及检测方法,本发明主要针对设备加料回路健康性进行研究,是基于统计学原理、利用加料泵频率与流量强相关性的特点,以PLC技术和Intouch信息为平台,对加料回路的健康性的趋势进行分析预测,根据其加料回路健康系数进行设备状态早期预警,以便来调整设备保养清洁、定期维护的频次,以增加设备平均故障间隔时间(mean time betweenfailures;MTBF)。
为实现上述目的,本发明采用下述技术方案:
烟草加工过程加料回路在线状态检测系统,包括:
加料管道压力检测传感器,安装在加料管路中,用于采集加料管道的压力值;
加料回路流量计,安装在加料管路中,用于测量瞬时加料流量;
加料前皮带秤,安装在加料机前,用于采集加料泵输出值;
PLC控制器,接收加料管道压力检测传感器、加料回路流量计和加料前皮带秤采集的数据,所述PLC控制器的输出端与报警输出装置连接;所述PLC控制器对于加料系统可能出现的故障进行设定时间的短期预警、设定时间的长期预警以及管道压力预警;
报警输出装置,用于输出报警信号。
上述系统所采用的检测方法,包括以下步骤:
步骤(1):利用往年加料系统的设备故障记录,推断加料系统的设备故障记录的分布函数;所述设备故障记录包括加料精度超差情况下的加料泵输出值、管道内或加料喷嘴结垢情况下的加料平均流量和管道压力异常情况下的加料管道的压力值;
步骤(2):计算平均故障间隔时间;
步骤(3):根据加料系统实际监测的加料泵输出值、加料平均流量和加料管道的压力值进行多元回归实验,利用minitab进行最佳子集回归,得到加料回路的数据模型;
步骤(4):将瞬时加料流量分别与加料回路的数据模型进行运算分析,得到相应的短期加料回路健康系数、长期加料回路健康系数,
步骤(4-1):如果短期加料回路健康系数超过设定时间的短期预警标准范围,就输出短期预警信号;
步骤(4-2):如果长期加料回路健康系数超过设定时间的长期预警标准范围,就输出长期预警信号;
步骤(4-3):如果管道压力超过管道压力预警标准范围,就输出管道压力预警信号。
所述步骤(1)的具体步骤为:
利用设备故障记录对设备故障记录的分布进行估计和推断,然后对确定分布的设备故障记录进行估计,从而对可靠性特征量作出估计,所述设备故障记录包括设备故障记录名称、设备运行时间、加料回路故障次数、每次故障间隔的时间;所述设备故障记录包括加料精度超差情况下的加料泵输出值、管道内或加料喷嘴结垢情况下的加料平均流量和管道压力异常情况下的加料管道的压力值;
所述步骤(1)的具体步骤为:
利用开展可靠性试验获得的数据,采用最小一乘法,对指数分布、威布尔分布和正态分布三种分布进行拟合,找出拟合度最佳的分布函数,对拟合度最佳的分布函数进行假设检验,确定指数分布函数为拟合度最佳的分布函数。
所述步骤(1)的具体步骤为:
分别将指数分布、威布尔分布、正态分布函数线性化,采用最小一乘估计出相关参数值,则得到相应的失效时间T(i)的函数值Fj(T(i)),再利用中位秩求的对应于T(i)的分布函数累计失效概率的估计值Fi,记:
Aj=∑|Fj(T(i))-Fi|
式中,T(i)为第i个失效时间;i=1,2,…,n;j为分布函数类别;
则最小Aj对应的分布为初步统计推断的分布函数,然后进行假设检验,确定分布函数,再估计相关的可靠性特征量。
所述步骤(2)的具体步骤为:
根据定时截尾(双尾检验)区间估计公式得出平均故障间隔时间的区间估计,进而得到平均故障间隔时间;T=试验截尾时间;r=在时刻T累积的故障数;r=预定的故障数;α=0.05可接受的错误风险;1-α=置信度。
所述步骤(3)中的所述加料泵输出值利用加料前皮带秤采集,所述加料平均流量根据瞬时加料流量计算得出,所述瞬时加料流量利用加料回路流量计采集,所述加料管道的压力值利用加料管道压力检测传感器采集;
所述步骤(3)的具体步骤为:在加料回潮机进行加料泵输出值、加料平均流量和压力管路的多元回归实验,利用minitab统计分析软件进行最佳子集回归,得到回归方程,从而对回归方程进行分析得到残差图,从残差图中得到加料回路的数据模型;从加料回路的数学模型中得到数学模型预测值,所述加料平均流量为设定时间内的流量的平均值,所述加料泵输出值为随机选取。
所述步骤(4-1)的步骤为:
其中,η1为短期加料回路健康系数,y瞬时加料流量(流量计测量值);y*数学模型预测值(期望值);Y加料流量PLC计算的理论加料量,当短期加料回路健康系数η1≥瞬时加料流量波动范围10%时系统认为加料回路短期异常,并显示短期报警信息。
所述步骤(4-2)的步骤为:根据指数增长曲线对若干批次的瞬时加料流量的残差平均值进行拟合得出指数增长模型η2(t),每一批次的瞬时加料流量的残差平均值的计算公式为将步骤(2)计算出的平均故障间隔时间代入指数增长模型η2(t)中,从而求出长期加料回路健康系数η2的预测值η2 *,并设η2 *为长期报警输出阈值;所述长期加料回路健康系数η2的计算方法是将平均故障间隔时间的最小值减去待检测故障即将发生的时间段的结果带入η2(t);当长期加料回路健康系数η2值接近长期报警输出阈值η2 *时,系统发出长期报警提示。
所述步骤(4-3)的管道压力回路预警的具体步骤为:据管道压力的均值标准差图Xbar-s,如果实时检测的管道压力η3超出的范围值,所述范围值是上控制线UCL和下控制线LCL之间的值;系统将发出报警;所述上控制线的计算公式为UCL=Xbar+A3S;所述下控制线的计算公式为LCL=Xbar-A3S。(此为统计学基本公式)。
本发明的有益效果:
1.本检测预警系统,只需在原有PLC程序中增加预警算法功能块,不需要额外增加检测元件;
2.本发明不需要单独开发第三方检测预警系统,节约投资成本;
3.达到预防维修的目的,平均故障间隔时间MTBF最高可达800小时以上;
4.检测系统故障类型是应用统计学原理分析判断,90%以上的把握认定加料回路故障服从指数分布,并且每一步理论的推导均应用了假设检验和现场验证相结合的方法进行推理分析从而得出结论,具有较高的科学性和严密性;
5.主要针对设备加料回路健康性进行研究,是基于统计学原理、利用加料泵频率与流量强相关性的特点,以PLC技术和Intouch信息为平台,对加料回路的健康性的趋势进行分析预测,根据其加料回路健康系数进行设备状态早期预警,以便来调整设备保养清洁、定期维护的频次,以增加设备平均故障间隔时间(mean time between failures;MTBF)。
附图说明
图1为本发明的系统框架图;
图2为本发明的工作流程图;
图3为本发明的压力的单值控制图;
图4为本发明的拟合线图;
图5为本发明的加料平均流量残差图;
图6为本发明的RESI平均的趋势分析图;
图7为本发明的RESI平均残差图;
图8为本发明的RESI平均的趋势分析图;
图9为本发明的批内残差值的概率图;
图10为本发明的批内残差值汇总图;
图11为本发明的批内残差值的单值控制图;
图12为本发明的残差的概率图;
图13为本发明的残差的单值控制图;
图14为本发明的残差直方图;
图15为本发明的单批数据汇总示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示,烟草加工过程加料回路在线状态检测系统,包括:
加料管道压力检测传感器,安装在加料管路中,用于采集加料管道的压力值;
加料回路流量计,安装在加料管路中,用于测量瞬时的加料量;
加料前皮带秤,安装在加料机前,用于采集加料泵输出值;
PLC控制器,接收加料管道压力检测传感器、加料回路流量计和加料前皮带秤采集的数据,所述PLC控制器的输出端与报警输出装置连接;所述PLC控制器对于加料系统可能出现的故障进行设定时间的短期预警、设定时间的长期预警以及管道压力预警;所述短期预警是指瞬时加料精度超差预警;所述长期预警是指于长期累积因素的故障预警;所述管道压力预警是指加料管道压力异常报警;
报警输出装置,用于输出报警信号。
如图2所示,上述系统所采用的检测方法,包括以下步骤:
步骤(1):利用往年加料系统的设备故障记录,推断加料系统的设备故障记录的分布函数;所述设备故障记录包括加料精度超差情况下的加料泵输出值、管道内或加料喷嘴结垢情况下的加料平均流量和管道压力异常情况下的加料管道的压力值;
步骤(2):计算平均故障间隔时间;
步骤(3):根据加料系统实际监测的加料泵输出值、加料平均流量和加料管道的压力值进行多元回归实验,利用minitab进行最佳子集回归,得到加料回路的数据模型;
步骤(4):将瞬时加料流量分别与加料回路的数据模型进行运算分析,得到相应的短期加料回路健康系数、长期加料回路健康系数,
步骤(4-1):如果短期加料回路健康系数超过设定时间的短期预警标准范围,就输出短期预警信号;
步骤(4-2):如果长期加料回路健康系数超过设定时间的长期预警标准范围,就输出长期预警信号;
步骤(4-3):如果管道压力超过管道压力预警标准范围,就输出管道压力预警信号。
所述步骤(1)的具体步骤为:
利用设备故障记录对设备故障记录的分布进行估计和推断,然后对确定分布的设备故障记录进行估计,从而对可靠性特征量作出估计,所述设备故障记录包括设备故障记录名称、设备运行时间、加料回路故障次数、每次故障间隔的时间;所述设备故障记录包括加料精度超差情况下的加料泵输出值、管道内或加料喷嘴结垢情况下的加料平均流量和管道压力异常情况下的加料管道的压力值;
所述步骤(1)的具体步骤为:
利用开展可靠性试验获得的数据,采用最小一乘法,对指数分布、威布尔分布和正态分布三种分布进行拟合,找出拟合度最佳的分布函数,对拟合度最佳的分布函数进行假设检验,确定指数分布函数为拟合度最佳的分布函数。
所述步骤(1)的具体步骤为:
分别将指数分布、威布尔分布、正态分布函数线性化,采用最小一乘估计出相关参数值,则得到相应的失效时间T(i)的函数值Fj(T(i)),再利用中位秩求的对应于T(i)的分布函数累计失效概率的估计值Fi,记:
Aj=∑|Fj(T(i))-Fi|
式中,T(i)为第i个失效时间;i=1,2,…,n;j为分布函数类别;
则最小Aj对应的分布为初步统计推断的分布函数,然后进行假设检验,确定分布函数,再估计相关的可靠性特征量。
所述步骤(2)的具体步骤为:
根据定时截尾(双尾检验)区间估计公式得出平均故障间隔时间的区间估计,进而得到平均故障间隔时间;T=试验截尾时间;r=在时刻T累积的故障数;r=预定的故障数;α=0.05可接受的错误风险;1-α=置信度。
所述步骤(3)的具体步骤为:在加料回潮机进行加料泵输出值、加料平均流量和压力管路的多元回归实验,利用minitab统计分析软件进行最佳子集回归,得到回归方程,从而得到加料回路的数据模型;所述加料平均流量为设定时间内的流量的平均值,所述加料泵输出值为随机选取。
所述步骤(4-1)的短期预警的公式为:
其中,η1为短期加料回路健康系数,y瞬时加料流量(流量计测量值);y*数学模型预测值(期望值);Y加料流量PLC计算的理论加料量,当短期加料回路健康系数η1≥10%时系统认为加料回路短期异常,并显示短期报警信息。
所述步骤(4-2)的步骤为:根据指数增长曲线对若干批次的瞬时加料流量的残差平均值进行拟合得出指数增长模型η2(t),每一批次的瞬时加料流量的残差平均值的计算公式为将步骤(2)计算出的平均故障间隔时间代入指数增长模型η2(t)中,从而求出长期加料回路健康系数η2的预测值η2 *,并设η2 *为长期报警输出阈值;所述长期加料回路健康系数η2的计算方法是将平均故障间隔时间的最小值减去待检测故障即将发生的时间段的结果带入η2(t);当长期加料回路健康系数η2值接近长期报警输出阈值η2 *时,系统发出长期报警提示。
所述步骤(4-3)的管道压力回路预警的具体步骤为:据管道压力的均值标准差图Xbar-s,如果实时检测的管道压力η3超出(上控制线UCL,下控制线LCL)的范围值,系统将发出报警;所述上控制线的计算公式为UCL=Xbar+A3S;所述下控制线的计算公式为LCL=Xbar-A3S(此为统计学基本公式)。
1.推断故障的分布函数
调取2011年设备故障记录,设备运行时间1642小时,加料回路故障出现4次,故障时间分别为168小时,792小时,1224小时,1395小时。利用这些数据可以对其分布进行估计和推断,然后对确定分布的各参数进行估计,从而对可靠性特征量做出估计。
基本思路:利用开展可靠性试验获得的数据,采用最小一乘法,对指数分布、威布尔分布、正态分布三种分布进行拟合,以拟合度最佳的分布函数,再进行假设检验,确定最终分布函数。分别将指数分布、威布尔分布、正态分布函数线性化,采用最小一乘(或最小二乘)估计出相关参数值,则可得到相应的失效时间T(i)的函数值Fj(T(i)),再利用中位秩求的对应于T(i)的分布函数累计失效概率的估计值Fi,记:
Aj=∑|Fj(T(i))-Fi|
式中,T(i)为第i个失效时间;i=1,2,…,n;j为分布函数类别。
则最小Aj对应的分布为初步统计推断的分布函数,然后进行假设检验,确定分布函数,再估计相关的可靠性特征量。
以上图标为三种分布的数学公式
初步认为,数据服从指数分布。针对指数分布进行假设检验,利用最小数量检验法(使用了卡方分布),检验结果是服从指数分布的假设成立。则MTBF就是其均值。
利用点估计法容易得到:平均故障间隔时间MTBF=410.5小时。
指数分布的假设检验:
F(t)=1-exp(-(-λ(t-μ)),其中,λ、u为未知数。
1.1构造统计量:
r为故障总数;T*为总运行时间;Tk为第k次故障时的累计时间。
1.2确定检验规则:
在给定显著性水平α的情况下,检验规则为:
,则接受原假设;否则,拒绝原假设。
将数据带入计算可得:
χ2=6.374;取α=0.10,查卡方表可得:
所以,原假设成立。
即有90%的把握认定服从指数分布。
2.平均故障间隔时间MTBF计算
根据定时截尾(双尾检验)区间估计公式得出平均故障间隔时间的区间估计,进而得到平均故障间隔时间;T=试验截尾时间;r=在时刻T累积的故障数;r=预定的故障数;α=0.05可接受的错误风险;1-α=置信度。
MTBF=【395,426】小时。
3.建立加料回路的数学模型
在加料回潮机进行加料泵输出值与加料流量、管道压力值的多元回归实验。当加料泵输出值稳定时,取3分钟的流量平均值(每组60个数据,采样周期3s)。
为保证实验科学性,加料泵输出值为随机选取。
上表是26次试验的数据
利用minitab统计分析软件进行最佳子集回归。
上表是最佳子集法回归算法
如图3所示,由于管道压力在系统健康状态下稳定在2.0bar左右,所以对流量的变化影响不大,在回归拟合中可以舍去。
结论:
如图4所示回归方程为
y(加料平均流量)=1.740+1.234x(加料泵输出)
S=1.92223R-Sq=99.6%R-Sq(调整)=99.6%
如图5所示,为回归分析的残差图,从残差图中可以看出方程拟合良好可用。
方差分析
来源 | 自由度 | SS | MS | F | P |
回归 | 1 | 24804.9 | 24804.9 | 6713.13 | 0.000 |
误差 | 24 | 88.7 | 3.7 | ||
合计 | 25 | 24893.6 |
加料流量与加料泵输出的数学模型
Y=1.740+1.234x
4.确定回路预警参数
定义:η为加料回路健康系数;当设备运行时η超过系统规定的范围,在Intouch中显示报警,以便提示操作及维修人员。
5.系统算法
5.1.短期预警系统算法
y瞬时加料流量(流量计测量值);y*数学模型预测值(期望值);Y加料流量PLC计算的理论加料量。
当η1≥10%时系统认为加料回路异常,并在Intouch画面中显示报警信息。
方案验证
本发明将此算法应用到PLC程序中,利用Intouch采集数据。分析30批生产数据可知,每批RESI=y-y*数据服从正态分布且均值趋于0。
5.2.长期累积因素系统算法
批次 | RESI平均 | 批次 | RESI平均 | 批次 | RESI平均 |
1 | 0.08 | 11 | 0.21 | 21 | 0.29 |
2 | 0.12 | 12 | 0.19 | 22 | 0.21 |
3 | 0.07 | 13 | 0.25 | 23 | 0.27 |
4 | 0.14 | 14 | 0.27 | 24 | 0.17 |
5 | 0.19 | 15 | 0.17 | 25 | 0.25 |
6 | 0.11 | 16 | 0.23 | 26 | 0.31 |
7 | 0.15 | 17 | 0.26 | 27 | 0.20 |
8 | 0.21 | 18 | 0.18 | 28 | 0.22 |
9 | 0.18 | 19 | 0.23 | 29 | 0.29 |
10 | 0.24 | 20 | 0.22 | 30 | 0.21 |
如图6、7、8所示,根据数据特点进行指数增长曲线拟合,得出η2(t)的数学模型。当平均故障间隔时间t=MTBF=500小时对η2进行预测,并设定适合的η2值为报警值。
方案验证
通过Minitab软件分析,对其数据进行指数增长曲线模型拟合,发现数据接近指数分布,指数增长曲线拟合模型:η2(t)=0.126(1.02816t)
利用指数增长模型进行对RESI平均值的长期预测。其中每个数据代表批RESI平均值,批运行时间约2小时。按照预测点设定目标值MTBF=500小时,即第250个数据进行预测。
从上图可以看出设备运行到第190点,即设备累计运行时间为380小时,预警系统应发出报警信息。
η2(t)=0.126(1.02816t);
当η2≥24.576≈25系统认为加料回路异常,并在Intouch画面中显示报警信息。
5.3.管道压力回路预警算法
定义η3为管道压力,根据上述压力均值标准差图,当η3>2.25bar或η3<1.75bar系统报警。
9.项目验证
9.1.预警系统应用
短期预警验证试验:
在加料罐中填充水进行验证试验。本发明将蠕动泵处的胶皮管人为破坏来模拟管路的跑冒滴漏现象。
实验证明在生产过程出现异常情况系统可以做出预警显示。
9.2.长期预警验证(指数增长曲线再拟合,如图9-15所示):
根据数学模型η2(t)=0.126(1.02816t)进行预测;继续统计30批生产数据,其中t=62,64,66……118:
计算η2残差(实际值—预测值),经分析残差值符合正态分布且稳定如图9、10、12所示,证明指数增长曲线拟合符合要求如图11、13、14、15所示。
9.3.目标值检验:
回潮加料系统稳定运行累积已达532小时,高于目标值500小时设定。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.烟草加工过程加料回路在线状态检测系统,其特征是,包括:
加料管道压力检测传感器,安装在加料管路中,用于采集加料管道的压力值;
加料回路流量计,安装在加料管路中,用于测量瞬时的加料量;
加料前皮带秤,安装在加料机前,用于采集加料泵输出值;
PLC控制器,接收加料管道压力检测传感器、加料回路流量计和加料前皮带秤采集的数据,所述PLC控制器的输出端与报警输出装置连接;所述PLC控制器对于加料系统可能出现的故障进行设定时间的短期预警、设定时间的长期预警以及管道压力预警;
报警输出装置,用于输出报警信号。
2.如权利要求1所述系统所采用的检测方法,其特征是,包括以下步骤:
步骤(1):利用往年加料系统的设备故障记录,推断加料系统的设备故障记录的分布函数;所述设备故障记录包括加料精度超差情况下的加料泵输出值、管道内或加料喷嘴结垢情况下的加料平均流量和管道压力异常情况下的加料管道的压力值;
步骤(2):计算平均故障间隔时间;
步骤(3):根据加料系统实际监测的加料泵输出值、加料平均流量和加料管道的压力值进行多元回归实验,利用minitab进行最佳子集回归,得到加料回路的数据模型;
步骤(4):将瞬时加料流量分别与加料回路的数据模型进行运算分析,得到相应的短期加料回路健康系数、长期加料回路健康系数,
步骤(4-1):如果短期加料回路健康系数超过设定时间的短期预警标准范围,就输出短期预警信号;
步骤(4-2):如果长期加料回路健康系数超过设定时间的长期预警标准范围,就输出长期预警信号;
步骤(4-3):如果管道压力超过管道压力预警标准范围,就输出管道压力预警信号。
3.如权利要求2所述方法,其特征是,所述步骤(1)的具体步骤为:
利用设备故障记录对设备故障记录的分布进行估计和推断,然后对确定分布的设备故障记录进行估计,从而对可靠性特征量作出估计,所述设备故障记录包括设备故障记录名称、设备运行时间、加料回路故障次数、每次故障间隔的时间。
4.如权利要求2所述方法,其特征是,所述步骤(1)的具体步骤为:
利用开展可靠性试验获得的数据,采用最小一乘法,对指数分布、威布尔分布和正态分布三种分布进行拟合,找出拟合度最佳的分布函数,对拟合度最佳的分布函数进行假设检验,确定指数分布函数为拟合度最佳的分布函数。
5.如权利要求2所述方法,其特征是,所述步骤(1)的具体步骤为:
分别将指数分布、威布尔分布、正态分布函数线性化,采用最小一乘估计出相关参数值,则得到相应的失效时间T(i)的函数值Fj(T(i)),再利用中位秩求的对应于T(i)的分布函数累计失效概率的估计值Fi,记:
Aj=∑|Fj(T(i))-Fi|
式中,T(i)为第i个失效时间;i=1,2,…,n;j为分布函数类别;
则最小Aj对应的分布为初步统计推断的分布函数,然后进行假设检验,确定分布函数,再估计相关的可靠性特征量。
7.如权利要求2所述方法,其特征是,所述步骤(3)的具体步骤为:在加料回潮机进行加料泵输出值、加料平均流量和压力管路的多元回归实验,利用minitab统计分析软件进行最佳子集回归,得到回归方程,从而对回归方程进行分析得到残差图,从残差图中得到加料回路的数据模型;从数学模型中得到数学模型预测值,所述加料平均流量为设定时间内的流量的平均值,所述加料泵输出值为随机选取。
8.如权利要求2所述方法,其特征是,所述步骤(4-1)的短期预警的公式为:
其中,η1为短期加料回路健康系数,y瞬时加料流量;y*数学模型预测值;Y加料流量PLC计算的理论加料量,当短期加料回路健康系数η1≥10%时系统认为加料回路短期异常,并显示短期报警信息。
10.如权利要求2所述方法,其特征是,所述步骤(4-3)的管道压力回路预警的具体步骤为:据管道压力的均值标准差图Xbar-s,如果实时检测的管道压力η3超出的范围值,所述范围值是上控制线UCL和下控制线LCL之间的值;系统将发出报警;所述上控制线的计算公式为UCL=Xbar+A3S;所述下控制线的计算公式为LCL=Xbar-A3S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310643553.4A CN103616878B (zh) | 2013-12-03 | 2013-12-03 | 烟草加工过程加料回路在线状态检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310643553.4A CN103616878B (zh) | 2013-12-03 | 2013-12-03 | 烟草加工过程加料回路在线状态检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103616878A true CN103616878A (zh) | 2014-03-05 |
CN103616878B CN103616878B (zh) | 2015-12-02 |
Family
ID=50167581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310643553.4A Active CN103616878B (zh) | 2013-12-03 | 2013-12-03 | 烟草加工过程加料回路在线状态检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103616878B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104019881A (zh) * | 2014-06-20 | 2014-09-03 | 广东中烟工业有限责任公司 | 一种电子皮带秤的状态监测系统 |
CN104261088A (zh) * | 2014-08-13 | 2015-01-07 | 上海烟草集团有限责任公司 | 烟丝生产线自动拉停控制系统和控制方法 |
CN104794366A (zh) * | 2015-05-07 | 2015-07-22 | 长春理工大学 | 喷油嘴磨粒流加工全因子试验分析方法 |
CN105867341A (zh) * | 2016-05-31 | 2016-08-17 | 山东中烟工业有限责任公司 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
CN106227141A (zh) * | 2016-08-09 | 2016-12-14 | 红塔烟草(集团)有限责任公司 | 制丝车间叶加工线滚筒类设备状态控制系统 |
CN106980892A (zh) * | 2017-02-16 | 2017-07-25 | 威海市冠维智能科技有限公司 | 一种基于wifi无线组网的智能lcd屏显计数器 |
CN107004164A (zh) * | 2014-11-27 | 2017-08-01 | 株式会社博甘斯 | 设备的预测维修系统及方法 |
CN107235308A (zh) * | 2017-07-06 | 2017-10-10 | 江苏永钢集团有限公司 | 一种配料皮带秤断轴检测报警系统 |
CN108663995A (zh) * | 2017-03-30 | 2018-10-16 | 郑州大学 | 一种工业过程变量趋势异常检测方法及装置 |
CN109340579A (zh) * | 2018-08-17 | 2019-02-15 | 广东中烟工业有限责任公司 | 一种基于香料发料时间的香料报警方法及装置 |
CN109619644A (zh) * | 2018-12-06 | 2019-04-16 | 河南中烟工业有限责任公司 | 一种烟草加香加料系统异常报警方法 |
CN111743191A (zh) * | 2020-07-01 | 2020-10-09 | 贵州中烟工业有限责任公司 | 一种加香加料引射汽压力的远程控制方法及系统 |
CN112287292A (zh) * | 2019-07-23 | 2021-01-29 | 吉林大学 | 一种基于oee理论的oee改善和发现设备速度损失的计算方法 |
CN112731912A (zh) * | 2020-04-15 | 2021-04-30 | 百度(美国)有限责任公司 | 加强自主驾驶车辆的性能诱发风险的早期检测的系统和方法 |
CN113255943A (zh) * | 2021-06-16 | 2021-08-13 | 河南卓瑞智能科技有限公司 | 设备保养提醒及维修方案智能管理系统 |
CN113743744A (zh) * | 2021-08-13 | 2021-12-03 | 红云红河烟草(集团)有限责任公司 | 一种卷烟制造过程质量微变化自动识别和预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001236115A (ja) * | 2000-02-24 | 2001-08-31 | Fanuc Ltd | リモート診断システム及び方法 |
US6535769B1 (en) * | 1999-03-12 | 2003-03-18 | Sony Electronics Pte Ltd. | Monitoring system for monitoring processing equipment |
CN103286025A (zh) * | 2013-05-24 | 2013-09-11 | 湖南中烟工业有限责任公司 | 烟草加香加料的控制方法及其装置 |
-
2013
- 2013-12-03 CN CN201310643553.4A patent/CN103616878B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6535769B1 (en) * | 1999-03-12 | 2003-03-18 | Sony Electronics Pte Ltd. | Monitoring system for monitoring processing equipment |
JP2001236115A (ja) * | 2000-02-24 | 2001-08-31 | Fanuc Ltd | リモート診断システム及び方法 |
CN103286025A (zh) * | 2013-05-24 | 2013-09-11 | 湖南中烟工业有限责任公司 | 烟草加香加料的控制方法及其装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104019881B (zh) * | 2014-06-20 | 2016-03-02 | 广东中烟工业有限责任公司 | 一种电子皮带秤的状态监测系统 |
CN104019881A (zh) * | 2014-06-20 | 2014-09-03 | 广东中烟工业有限责任公司 | 一种电子皮带秤的状态监测系统 |
CN104261088A (zh) * | 2014-08-13 | 2015-01-07 | 上海烟草集团有限责任公司 | 烟丝生产线自动拉停控制系统和控制方法 |
CN104261088B (zh) * | 2014-08-13 | 2016-08-24 | 上海烟草集团有限责任公司 | 烟丝生产线自动拉停控制系统和控制方法 |
CN107004164A (zh) * | 2014-11-27 | 2017-08-01 | 株式会社博甘斯 | 设备的预测维修系统及方法 |
CN104794366A (zh) * | 2015-05-07 | 2015-07-22 | 长春理工大学 | 喷油嘴磨粒流加工全因子试验分析方法 |
CN105867341A (zh) * | 2016-05-31 | 2016-08-17 | 山东中烟工业有限责任公司 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
CN105867341B (zh) * | 2016-05-31 | 2018-08-07 | 山东中烟工业有限责任公司 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
CN106227141A (zh) * | 2016-08-09 | 2016-12-14 | 红塔烟草(集团)有限责任公司 | 制丝车间叶加工线滚筒类设备状态控制系统 |
CN106980892A (zh) * | 2017-02-16 | 2017-07-25 | 威海市冠维智能科技有限公司 | 一种基于wifi无线组网的智能lcd屏显计数器 |
CN106980892B (zh) * | 2017-02-16 | 2020-07-07 | 威海市冠维智能科技有限公司 | 一种基于wifi无线组网的智能lcd屏显计数器 |
CN108663995A (zh) * | 2017-03-30 | 2018-10-16 | 郑州大学 | 一种工业过程变量趋势异常检测方法及装置 |
CN107235308A (zh) * | 2017-07-06 | 2017-10-10 | 江苏永钢集团有限公司 | 一种配料皮带秤断轴检测报警系统 |
CN109340579A (zh) * | 2018-08-17 | 2019-02-15 | 广东中烟工业有限责任公司 | 一种基于香料发料时间的香料报警方法及装置 |
CN109619644A (zh) * | 2018-12-06 | 2019-04-16 | 河南中烟工业有限责任公司 | 一种烟草加香加料系统异常报警方法 |
CN112287292A (zh) * | 2019-07-23 | 2021-01-29 | 吉林大学 | 一种基于oee理论的oee改善和发现设备速度损失的计算方法 |
CN112287292B (zh) * | 2019-07-23 | 2024-02-27 | 吉林大学 | 一种基于oee理论的oee改善和发现设备速度损失的计算方法 |
CN112731912A (zh) * | 2020-04-15 | 2021-04-30 | 百度(美国)有限责任公司 | 加强自主驾驶车辆的性能诱发风险的早期检测的系统和方法 |
CN111743191A (zh) * | 2020-07-01 | 2020-10-09 | 贵州中烟工业有限责任公司 | 一种加香加料引射汽压力的远程控制方法及系统 |
CN111743191B (zh) * | 2020-07-01 | 2022-02-01 | 贵州中烟工业有限责任公司 | 一种加香加料引射汽压力的远程控制方法及系统 |
CN113255943A (zh) * | 2021-06-16 | 2021-08-13 | 河南卓瑞智能科技有限公司 | 设备保养提醒及维修方案智能管理系统 |
CN113255943B (zh) * | 2021-06-16 | 2022-12-09 | 河南卓瑞智能科技有限公司 | 设备保养提醒及维修方案智能管理系统 |
CN113743744A (zh) * | 2021-08-13 | 2021-12-03 | 红云红河烟草(集团)有限责任公司 | 一种卷烟制造过程质量微变化自动识别和预警方法 |
CN113743744B (zh) * | 2021-08-13 | 2024-02-23 | 红云红河烟草(集团)有限责任公司 | 一种卷烟制造过程质量微变化自动识别和预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103616878B (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103616878B (zh) | 烟草加工过程加料回路在线状态检测系统及检测方法 | |
CN109359894B (zh) | 一种基于rpn的电力计量设备风险评价方法及装置 | |
KR20110093862A (ko) | 원유 장치 내의 부식을 감소시키는 방법 | |
CN104573850A (zh) | 一种火电厂设备状态评估方法 | |
CN104677997B (zh) | 一种变压器油色谱在线监测差异化预警方法 | |
JP2007170021A (ja) | 配水及び管路情報解析システム | |
CN113252544B (zh) | 一种炼油装置腐蚀监测系统和方法 | |
JPH0954613A (ja) | プラント設備監視装置 | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
JP2012058937A (ja) | 原子力プラントの機器診断方法および機器診断装置 | |
CN112374556A (zh) | 一种污水异常排放监控系统及其监控方法 | |
EP2003253A9 (en) | Water distribution information management device | |
CN117764422B (zh) | 智慧节能运维管理云平台 | |
CN112100574A (zh) | 一种基于重采样的aakr模型不确定度计算方法及系统 | |
CN114444290A (zh) | 一种自动生成供水系统压力流量监测阈值的方法和系统 | |
CN103488169B (zh) | 连续型化工装置及其控制回路性能实时评价方法、装置 | |
CN114235108B (zh) | 基于数据分析燃气流量计异常状态检测方法和装置 | |
SG11201907987PA (en) | Risk assessment device, risk assessment system, risk assessment method, and risk assessment program | |
Pankratova | System strategy for guaranteed safety of complex engineering systems | |
CN109215821B (zh) | 核电站蒸发器主给水流量冗余测量通道比较方法及系统 | |
CN117114248B (zh) | 一种水质监测系统健康度评价方法、计算机设备及介质 | |
CN103488168B (zh) | 间歇型化工装置及其控制回路性能实时评价方法、装置 | |
CN213679900U (zh) | 一种污水异常排放监控系统 | |
WO2015019499A1 (ja) | センサ健全性判定装置 | |
CN111174824B (zh) | 一种酸雾排放的管控平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |