一种基于松散回潮的烟片质量控制方法及系统
技术领域
本发明涉及一种基于松散回潮的烟片质量控制方法及系统,属于烟片生产控制技术领域。
背景技术
在松散回潮工序,主要考核的质量指标分别是热风温度和出口水分,根据采集到的车间真实历史数据,分析当前上述两个关键质量特性的现状。首先观察多个批次松散回潮热风温度的变化过程,如图1-a、图1-b、图1-c和图1-d所示,从中可以看到,当前热风温度的控制相对较差,普遍存在料头时间过长,过程稳定性较差,振荡频繁且幅度较大等现象。而在松散回潮工序实际生产过程中,主要是通过调节蒸汽阀门开度来对热风温度进行控制,以确保热风温度保持在一个较为稳定的区间,蒸汽阀门开度与热风温度之间的关系,如图2-a、图2-b、图2-c和图2-d所示,从中可以看出,当前对蒸汽阀门开度的操作完全是依靠中控人员的经验,存在随意性较强,反应不够迅速等问题。进一步对比多批生产过程的蒸汽阀门控制,如表1所示。从中可以看出,当前热风温度的控制不够理想,需采取更加合理的智能控制程序来替代经验式的人工调整。
表1
同样观察出口水分的时间序列变化,如图3-a、图3-b、图3-c和图3-d所示,从中可以看出,分别对于四种不同牌号,不同出口水分设定值的生产过程进行分析发现,出口水分的波动十分显著,大多时间都不能保持稳定。在松散回潮工序实际生产过程中,主要是通过调节加水阀门开度来对出口水分进行控制,以确保出口水分保持在一个较为稳定的区间,从理论上来说,当前对出口水分的控制主要包括前馈和反馈控制两部分,前馈控制主要是根据入口水分计算合理的加水量,反馈控制主要是根据出口水分实际值与目标值的偏离程度进行反馈调节,而事实上,由于从加水到出口的实际时间较长,反馈调节往往难以产生效果,甚至会出现增加误差的现象,因此实际应用中主要以前馈控制,即以入口水分计算添加合理的加水量,通过控制加水阀门开度来实现对加水量的控制,进而控制出口水分。进一步分析当前入口水分、加水阀门开度、出口水分的关系,如图4-a、4-b和4-c所示。从中可以发现,图4-a和4-b两个图中,出口水分时间延迟两分钟左右(松散回潮加工时间),其变化曲线与出口水分的变化曲线大致规律较为吻合,说明出口水分当前受入口水分的影响较为明显,从图4-c中可以看到,加水阀门开度的变化对出口水分的影响还不能消除入口水分的变化,造成出口水分随入口水分的变化而变化。而当前加水阀门开度的变化主要依靠中控操作人员依靠手动调节,缺乏准确性和及时性。
发明内容
本发明的目的是提供一种基于松散回潮的烟片质量控制方法及系统,以解决目前松散回潮工序中热风温度和出口水分的控制不够准确的问题。
本发明为解决上述技术问题提供了一种基于松散回潮的烟片质量控制方法,该控制方法包括以下步骤:
1)选取出口水分和热风温度作为影响松散回潮质量的因素,并对出口水分和热风温度的质量数据进行统计;
2)根据出口水分和热风温度的质量数据进行统计结果建立基于出口水分和物料流量的加水阀门前馈控制模型以及热风温度分区反馈控制模型;
3)根据加水阀门前馈控制模型和热风温度分区反馈控制模型分别对出口水分和热风温度进行控制,以实现松散回潮关键质量特性的在线控制。
热风温度分区反馈控制模型是以热风温度的目标值为中心,将热风温度的实际值划分为N个区间,确定不同区间对应的蒸汽阀门开度,根据的热风温度实际值所处区间控制蒸汽阀门开度达到相应值,以实现对热风温度的控制。
所述基于出口水分和物料流量的加水阀门前馈控制模型的建立过程如下:
A.选取出口水分设定值、入口水分实际值和对应的加水阀门开度;
B.计算出口水分设定值与入口水分实际值的差,得到需要增加的水分量;
C.以需要增加的水分量和加水阀门开度进行回归拟合;
D.根据拟合结果和物料流量的变化计算加水阀门开度。
加水阀门开度的计算公式如下:
本发明还提供了一种基于松散回潮的烟片质量控制系统,该控制系统包括中控系统、数据采集单元、集成数据库、知识库,所述数据采集单元用于采集影响松散回潮质量的因素,所述集成数据库用于选取出口水分和热风温度作为影响松散回潮质量的因素,并对出口水分和热风温度的质量数据进行统计,所述知识库用于根据集成数据库的统计结果建立基于出口水分和物料流量的加水阀门前馈控制模型以及热风温度分区反馈控制模型;所述中控系统同于根据加水阀门前馈控制模型和热风温度分区反馈控制模型分别对出口水分和热风温度进行控制,以实现松散回潮关键质量特性的在线控制。
热风温度分区反馈控制模型是以热风温度的目标值为中心,将热风温度的实际值划分为N个区间,确定不同区间对应的蒸汽阀门开度,根据的热风温度实际值所处区间控制蒸汽阀门开度达到相应值,以实现对热风温度的控制。
所述基于出口水分和物料流量的加水阀门前馈控制模型的建立过程如下:
A.选取出口水分设定值、入口水分实际值和对应的加水阀门开度;
B.计算出口水分设定值与入口水分实际值的差,得到需要增加的水分量;
C.以需要增加的水分量和加水阀门开度进行回归拟合;
D.根据拟合结果和物料流量的变化计算加水阀门开度。
加水阀门开度的计算公式如下:
本发明的有益效果是:本发明通过选取出口水分和热风温度作为影响松散回潮质量的因素,并对出口水分和热风温度的质量数据进行统计;根据出口水分和热风温度的质量数据进行统计结果建立基于出口水分和物料流量的加水阀门前馈控制模型以及热风温度分区反馈控制模型;根据加水阀门前馈控制模型和热风温度分区反馈控制模型分别对出口水分和热风温度进行控制,以实现松散回潮关键质量特性的在线控制。本发明能够大幅改善原制丝工序的质量特性指标,增强松散回潮过程克服和消除异常干扰的能力,提高过程能力,充分保证松散回潮中的热风温度和出口水分的稳定性,实现了完全自动化控制,减轻劳动强度、提高产品质量。
附图说明
图1-a是松散回潮热风温度-41201的时间序列图;
图1-b是松散回潮热风温度-41202的时间序列图;
图1-c是松散回潮热风温度-41203的时间序列图;
图1-d是松散回潮热风温度-41204的时间序列图;
图2-a是松散回潮热风温度-41201、蒸汽阀门开度41201的时间序列图;
图2-b是松散回潮热风温度-41202、蒸汽阀门开度41202的时间序列图;
图2-c是松散回潮热风温度-41203、蒸汽阀门开度41203的时间序列图;
图2-d是松散回潮热风温度-41204、蒸汽阀门开度41204的时间序列图;
图3-a是松散回潮出口水分的时间序列图;
图3-b是松散回潮C10的时间序列图;
图3-c是松散回潮CRSF的时间序列图;
图3-d是松散回潮CRSF_1的时间序列图;
图4-a是出口水分、来料水分的时间序列图;
图4-b是出口水分1、来料水分1的时间序列图;
图4-c是出口水分、来料水分、SSHC_JSFMKD_1、松散回潮_流量_1的时间序列图;
图5是本发明实施例中松散回潮加水阀门回归拟合线图;
图6是本发明基于松散回潮的烟片质量控制系统的结构框架示意图;
图7是本发明实施例中松散回潮烟片质量控制系统的监控画面图;
图8是本发明应用前松散回潮出口水分批次数据示意图;
图9是本发明应后前松散回潮出口水分批次数据示意图;
图10是本发明应用前松散回潮热风温度批次数据示意图;
图11是本发明应用后松散回潮热风温度批次数据示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
本发明的一种基于松散回潮的烟片质量控制系统的实施例。
1.选取出口水分和热风温度作为影响松散回潮质量的因素,并对出口水分和热风温度的质量数据进行统计。
针对松散回潮工序,按照各工序生产工艺要求及国家烟草专卖局发布的《卷烟制造过程能力测评导则》中的该工序关键质量特性,确定了影响松散回潮工序关键质量特性的影响因素,见表2所示。
表2.
具体质量监控的对象见表3。
表3
2.建立热风温度分区反馈控制模型
热风温度的控制采用分区精细控制的方法进行设计,当热风温度的实际值处于目标值上下不同区间时,考虑对蒸汽阀门进行不同程度的调整,具体如下:
热风温度以目标值为中心,划分为十一个分区。若热风温度大于64,阀门开度调整为70;若热风温度在62-64之间,阀门开度调整为65;若热风温度在61-62之间,阀门开度调整为62;若热风温度在60.5-61之间,且热风当前值大于上一时刻热风值,则阀门开度调整为61;若热风温度在60.5-61之间,且热风当前值小于上一时刻热风值,则阀门开度调整为60;若热风温度在60±0.5之间,阀门开度调整为60;若热风温度在59-59.5之间,且热风当前值大于上一时刻热风值,则阀门开度调整为60;若热风温度在59-59.5之间,且热风当前值小于上一时刻热风值,则阀门开度调整为59;若热风温度在58-59之间,阀门开度调整为58;若热风温度在56-58之间,阀门开度调整为57;若热风温度小于56,阀门开度调整为55;
3.建立基于出口水分和物料流量的加水阀门前馈控制模型。
出口水分的控制采用精确计算加水量进行前馈控制的方法来实时调整加水阀门开度,实现出口水分的精准控制。通过对历史相关影响因素数据统计分析的基础上发现,当前加水量的控制不够准确,经常会出现在不同时间段对入口水分相同的来料,加水阀门开度不一致或者差别较大的现象,说明当前的控制程序对加水量的计算是不够精准的,本发明采用统计回归的方法来对加水阀门的控制算法进行重新设计,具体的建立过程如下:
第一步:在考虑出口和入口距离所导致的时间差的前提下,选取足够数据的历史数据,从中筛选出质量水平较高的数据(如,出口水分在出口水分设定值±1范围内),为保证回归分析的准确性,需要筛选出来的数据尽可能覆盖绝大多数的入口水分值。
第二步:计算出口水分设定值与入口水分实际值的差,表示需要增加的水分量。
第三步:以出口水分设定值与入口水分实际值的差为横坐标,加水阀门开度为纵坐标,作散布图并进行回归拟合,本实施例得到松散回潮加水阀门回归拟合线如图5所示。
第四步:加水阀门开度可根据出口水分设定值与入口水分实际值的差的变化实时进行调整,再考虑物料流量的变化,本实施例中得到的加水阀门开度计算方式为:
4.根据加水阀门前馈控制模型和热风温度分区反馈控制模型分别对出口水分和热风温度进行控制,以实现松散回潮关键质量特性的在线控制。。
本发明的一种基于松散回潮的烟片质量控制系统的实施例
本发明的基于松散回潮的烟片质量控制系统如图6所示,包括中控系统、数据采集单元、集成数据库、知识库,数据采集单元用于采集影响松散回潮质量的因素,集成数据库用于选取出口水分和热风温度作为影响松散回潮质量的因素,并对出口水分和热风温度的质量数据进行统计,知识库用于根据集成数据库的统计结果建立基于出口水分和物料流量的加水阀门前馈控制模型以及热风温度分区反馈控制模型;中控系统同于根据加水阀门前馈控制模型和热风温度分区反馈控制模型分别对出口水分和热风温度进行控制,以实现松散回潮关键质量特性的在线控制。
该系统可根据对各关键质量特性设计的分区规则和调整规则,建立多语义智能决策控制规则,包括数据计算模型、控制模型、判别筛选规则、模糊修正模型、趋势分析模型等,允许智能监控调整模块对专家库进行调用,允许人工对专家库进行查询、新增、删除和修改。根据产品牌号、生产工艺、环境等的差别,可以在该模块中对控制系统的各类控制参数进行必要的设置和调整,在管理员授权的情况下可以适当地调整各控制规则库中的控制参数,对控制规则进行修正和优化,该松散回潮烟片质量控制系统的监控画面如图7所示。
为了使控制系统的自学习功能能够更符合操作人员的需求,可以对自学习规则的学习时间、数据范围、学习频率等自学习规则进行调整,同时支持自学习按条件进行查询。将关键质量特性及其影响因素都纳入同一关系数据库,支持对任一质量特性查询其历史数据、数据的时间序列表现,以及与之相关的各项影响因素,如流量、水分、阀门控制参数、加水量、加汽量等等。
该模块为本系统的主画面,对制丝重点工序的各关键质量特性、以及通过分析确定的需要进行监控预防的影响因素分别进行监控并及时报警,从专家库获取相适应的控制规则,发出具体调整的指令对影响因素和控制参数进行实时调整和纠正。系统设置主要是对系统中的各项基础数据和参数进行管理,包括用户权限管理、工作流程管理、系统日志及系统备份等功能,实现任务驱动、过程跟踪的质量管理模式,同时保证系统的安全性,防止外部侵入以及意外故障造成数据丢失。
本发明的基于松散回潮的烟片质量控制系统的数据库采用大型关系型数据库MSSQL SERVER 2008,它是单处理、多线程的数据库,与多重处理、单线程的数据库相比,耗用的硬件资源较少。SQL Server作为Windows 2000系统的延伸,和其他数据库不同,无需为了能在不同的操作系统上运行而降低效率,它能完全发挥Windows 2008的性能。
Windows 2003SERVER是微软公司的一种全新32位多任务操作系统,具有多种网络管理功能,支持多种网络协议,Windows 2003SERVER是针对客户机/服务器结构专门设计的高效、可靠的开放式平台,具有性能高、开放性强、安全可靠和可移植性强等特点。因此,本发明选用Windows NT4.0(Windows2008)作为网络操作系统。中间件为通用的连接工具ODBC,开发工具采用当今世界流行的面向对象的语言VB6.0,C#。
本系统结合现有C/S和B/S模式的各自优势,构建适宜于自身特点的智能控制系统;本系统中数据查询,报表模块,用户可以通过B/S模式服务查询系统历史运行情况,由于B/S结构的特性,对于非实时性、大量运算的数据,使用B/S结构可以减少网络管理人员的工作量与客户端的益用性。数据仓库,专家知识库,智能决策机制等,由于C/S模式的特性,对于这些大量数据的存取,大量数据计量,以及数据接口方面的工作需要使用C/S模式。
将该系统平台初步在生产过程中进行测试,验证控制效果。测试验证过程分别分为三个阶段:第一个阶段,离线跟踪测试;第二阶段在线纠偏控制测试;第三阶段,自学习算法设计和应用。
离线跟踪测试主要是通过实时的数据跟踪,通过系统运行提出控制措施,但控制措施不直接写入PLC系统,而是通过数据分析和比较来判断每个时间点是否需要采取控制行为,采取的控制行为方向是否正确,并与系统提出的控制行为进行验证,以初步证明系统采取的控制行为将会是有效的。
在离线测试验证系统的操作行为是有效的,则进一步进行在线的控制测试,在这一测试中,将真正由系统运行写入控制措施,实时进行智能化精准控制,以验证程序调控的准确性和系统的稳定性,在测试的基础上,对系统中部分控制参数,如阀门开度的调整幅度等进行相应的微调,避免出现多次调整步到位或者超调等现象。
在离线和在线测试都完成后,当前的控制系统就已基本能够适应生产现场直接应用了,但仍然可能会存在由于生产过程的操作环境、来料、检测仪器和设备等发生变化而导致系统调整不到位的现象,为此,奔赴买那个根据历史数据的变化规律还提出了应用最新历史批次数据进行自学习算法设计,使该控制系统具备自适应能力,具体自学习算法包括以下四种类型:
1)参与自学习计算的数据筛选机制
首先按照标偏和过程能力指数对最近历史批次数据进行比对筛选,选择标偏较小或过程能力较高的批次数据参与自学习,其次在批次内选择较为接近目标值的数据参与自学习,而偏离目标较远的数据将被筛除,以提高自学习的效果。
2)回归拟合算法设计
根据理论研究中分析的阀门开度、筒温设定值等调整变量与出口水分设定值、入口水分、流量等影响变量之间的回归关联,利用筛选出的数据设计算法对回归参数进行拟合,优化对调整参数的控制。
3)量具校正后的自学习修正算法
出口水分、入口水分的水分仪、温度仪等在进行校正后,读数的变化会影响精准控制的准确程度,需要根据校正时量具的调整量进行自学习修正。
4)极值区域自学习修正算法
对于数据分布的两端,例如来料水分偏大或偏小的部分区域,往往是不容易控制好的区域,在经过数据筛选后常导致这部分区域对应的数据量不充分的现象,可采用对控制效果不佳的历史数据进行修正的方法补充数据来源,再进行自学习修正。
系统运行效果比对分析
对松散回潮工序的两个关键质量特性,采用本发明的质量控制系统,根据生产牌号调用专家规则库中的调整规则,使生产过程尽可能保持在目标值左右波动,其监控和调整画面见图7所示。采用精准控制系统前后的数据分布比对分别如图8-11所示,表4-7所示。
表4.系统应用前松散回潮出口含水率过程质量指标
序号 |
批次号 |
均值 |
偏移量 |
标准差 |
极差 |
CPK |
1 |
221503TXJ###021 |
16.53 |
0.47 |
0.195 |
0.98 |
0.91 |
2 |
221503TXJ###022 |
16.56 |
0.44 |
0.297 |
1.34 |
0.63 |
3 |
221503TXJ###023 |
16.73 |
0.27 |
0.298 |
1.41 |
0.82 |
4 |
221503TXJ###024 |
16.76 |
0.24 |
0.325 |
1.49 |
0.78 |
5 |
221503TXJ###025 |
16.63 |
0.37 |
0.383 |
1.42 |
0.55 |
表5.系统应用后松散回潮出口含水率过程质量指标
序号 |
批次号 |
均值 |
偏移量 |
标准差 |
极差 |
CPK |
1 |
221506TXJ###012 |
16.93 |
0.07 |
0.254 |
1.23 |
1.28 |
2 |
221506TXJ###013 |
16.91 |
0.09 |
0.245 |
0.98 |
1.25 |
3 |
221506TXJ###014 |
16.92 |
0.08 |
0.221 |
1.02 |
1.38 |
4 |
221506TXJ###015 |
16.83 |
0.17 |
0.219 |
0.81 |
1.16 |
5 |
221506TXJ###016 |
16.87 |
0.13 |
0.191 |
0.93 |
1.24 |
表6系统应用前松散回潮热风温度过程质量指标
表7.系统应用后松散回潮热风温度过程质量指标
序号 |
批次号 |
均值 |
偏移量 |
标准差 |
极差 |
CPK |
1 |
221506TXJ###012 |
56.90 |
0.10 |
0.273 |
1.04 |
3.548 |
2 |
221506TXJ###013 |
57.04 |
0.04 |
0.129 |
0.53 |
7.637 |
3 |
221506TXJ###014 |
57.06 |
0.06 |
0.300 |
1.29 |
3.264 |
4 |
221506TXJ###015 |
57.11 |
0.11 |
0.251 |
0.96 |
3.849 |
5 |
221506TXJ###016 |
57.13 |
0.13 |
0.206 |
0.81 |
4.654 |
从精准控制前后的图形和过程能力指数的比较结果来看,通过智能精准控制系统的应用,初步取得了以下效果:实现了对料头的准确控制,避免料头冲高,减少了料头的时间;实现了从薄片料到正常料的平稳衔接,减少过程振荡;降低了过程偏差20-30%,CPK有较大提升,约30%-40%;实现了过程自动诊断和控制,减少了人为干预,保证产品的均质化;大大降低了操作人员的工作强度。
因此本发明可大幅改善原制丝工序的质量特性指标,增强生产过程克服和消除异常干扰的能力,提高过程能力,充分保证了松散回潮中热风温度和出口水分的稳定性,实现完全自动化控制,减轻劳动强度、提高产品质量,同时,建立了合理的水、蒸汽等的精准控制模式,降低能源消耗,可以有效地降低卷烟生产成本,提高卷烟生产企业的经济效益。在卷烟行业具有很好的推广应用前景。