CN110101106B - 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统 - Google Patents

基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统 Download PDF

Info

Publication number
CN110101106B
CN110101106B CN201910469155.2A CN201910469155A CN110101106B CN 110101106 B CN110101106 B CN 110101106B CN 201910469155 A CN201910469155 A CN 201910469155A CN 110101106 B CN110101106 B CN 110101106B
Authority
CN
China
Prior art keywords
fuzzy
moisture
water content
outlet
humidifying
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.)
Active
Application number
CN201910469155.2A
Other languages
English (en)
Other versions
CN110101106A (zh
Inventor
蔡长兵
孙丰诚
朱思奇
秦杨
楼阳冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou AIMS Intelligent Technology Co Ltd
Original Assignee
Hangzhou AIMS Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou AIMS Intelligent Technology Co Ltd filed Critical Hangzhou AIMS Intelligent Technology Co Ltd
Priority to CN201910469155.2A priority Critical patent/CN110101106B/zh
Publication of CN110101106A publication Critical patent/CN110101106A/zh
Application granted granted Critical
Publication of CN110101106B publication Critical patent/CN110101106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/04—Humidifying or drying tobacco bunches or cut tobacco
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/06—Loosening tobacco leaves or cut tobacco
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B9/00—Control of the moisture content of tobacco products, e.g. cigars, cigarettes, pipe tobacco
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明公开一种基于模糊前馈反馈算法的回潮加湿过程水分控制方法，包括以下步骤：获取回潮加湿过程烟片的相关数据；对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制。本发明最终实现了对回潮加湿过程水分控制，能稳定烟片出口水分、提高烟片合格率和降低卷烟生产成本的目标。通过本发明的方法和系统能既提高了系统的鲁棒性和控制精度又可以快速消除扰动引起的偏差。

Description

基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统
技术领域
本发明涉及回潮加湿控制的技术领域，尤其涉及一种基于模糊前馈反馈算法的回潮加湿回潮过程水分控制方法及系统。
背景技术
回潮加湿过程主要包括松散回潮过程，加香加料过程，增温增湿过程，是烟草行业中制丝线烟片水分控制的重要加工工序。出口含水率是回潮加湿过程的重要工艺指标，其过程稳定性对后续各工序工艺指标有着直接的影响。目前，对于回潮加湿过程中出口水分控制存在诸多问题，最为突出的有三点：其一，由于回潮加湿过程本身存在时延，导致回潮加湿控制系统不能根据实时测量得到的出口含水率调节加水量的大小，从而影响出口含水率的稳定。其二，由于制丝生产线上烟片的吸水能力不完全一致，即使是同一批次的烟片的物理特性也存在差异，使得回潮加湿控制系统不能根据回潮加湿过程的数学模型与实时测量得到的变量值，得出此时最优的加水量，影响出口含水率的稳定。其三，回潮加湿过程中蒸汽压力、热风流量、环境温湿度等变量也会影响出口含水率的稳定。
传统的PID控制器设计简单，操作方便，但只有在被控对象具有线性特性并且参数匹配良好的情况下才具有良好的控制效果，一旦发生干扰使其偏离工作点较远或参数发生变化，控制器都不能随之调整，控制效果就会变差。模糊控制是近年提出的新型控制方案，是先进控制的一种。相比较传统PID控制方式对模型精度的需求，模糊控制以模糊集、模糊变量和模糊推理等为基础，控制方案不需要准确的控制模型。可利用模糊控制对PID控制器的参数进行自适应调整，既保留了PID控制的优点，又提高了系统的鲁棒性和控制精度。前馈控制是按扰动量进行补偿的开环控制，可以快速消除扰动引起的偏差。将前馈控制与反馈控制相结合组成前馈反馈复合控制系统，既能快速消除扰动，又形成闭环控制，具有较好的控制效果。
发明内容
本发明针对现有技术中的缺点，提供了一种基于模糊前馈反馈算法的回潮加湿回潮过程水分控制方法及系统。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种基于模糊前馈反馈算法的回潮加湿过程水分控制方法，包括以下步骤：
获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、目标出口含水率、加水量和烟片质量流量；
对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量；
所述基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型，所述回潮加湿过程出口含水率模型为：
b-k1a＝k2y/h+k3；其中，y为加水量，h为烟片质量流量，a为烟片入口含水率，k1、k2、k3为时变参数，b为烟片出口含水率。
作为一种可实施方式，所述根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量，具体步骤为：
根据所述回潮加湿过程出口含水率模型与实时获取到的相关数据以及目标出口含水率，获得前馈环节加水量，公式如下：
yl＝(bset-k1al-d-k3)*hl-d/k2
其中，d为烟片从入口含水率检测点到加水喷嘴处所需时间，单位为秒，yl为l时刻的预测加水量，hl-d为d秒前的烟片质量流量，al-d为d秒前的烟片入口含水率，bset为烟片出口目标含水率；
基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量；
将前馈加水量与反馈加水量相加，得到总加水量，此总加水量为当前时刻最优的加水量。
作为一种可实施方式，所述基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量，具体为：
根据实时获取到的烟片出口含水率以及目标出口含水率，得到出口含水率差值e，出口含水率差值e的计算公式为：e＝b-bset，其中，b为烟片出口含水，bset为烟片出口目标含水率；
通过所述出口含水率差值e以及PID控制算法，对PID控制算法的参数初始比例系数、积分系数和微分系数进行设定，具体为：比例系数kp、积分系数ki和微分系数kd；
根据所述出口含水率差值e，得到出口含水率差值e的变化率ec，并以出口含水率差值e和变化率ec为模糊输入量进行模糊计算，得到PID控制算法的参数修正量ΔKp、ΔKi和ΔKd；
将参数初始比例系数、积分系数和微分系数kp、ki和kd以及参数修正量ΔKp、ΔKi和ΔKd输入预先生成的PID参数模糊矩阵模型中，得到修正后的PID参数；
将修正后的PID参数带入模糊PID反馈控制器中，得到反馈环节加水量。
作为一种可实施方式，所述以出口含水率差值e和变化率ec为模糊输入量进行模糊计算，得到PID控制算法的参数修正量ΔKp、ΔKi和ΔKd，具体包括以下步骤：
将得到的出口含水率差值e和变化率ec作为模糊输入量，将出口含水率差值e和变化率ec转换为用原始隶属度函数表示的模糊变量的值；
将用原始隶属度函数表示的模糊变量的值与预先生成的模糊逻辑规则相结合，生成新的隶属度函数；
对生成的新的所述隶属度函数进行模糊解析，获取一个具有代表性的精确值作为所述PID参数的修正量ΔKp、ΔKi和ΔKd。
作为一种可实施方式，所述预先生成PID参数模糊矩阵模型为：
Kp1＝Kp+ΔKp
Ki1＝Ki+ΔKi
Kd1＝Kd+ΔKd
其中，ΔKp、ΔKi和ΔKd为PID参数的修正量，kp、ki和kd为参数初始比例系数、积分系数和微分系数，Kp1、Ki1和Kd1表示PID参数模糊矩阵模型。
作为一种可实施方式，所述预先生成PID参数模糊矩阵模型的具体步骤为：
设置所述出口含水率差值e和所述变化率ec的论域均为(-5，+5)，设置所述PID参数的修正量ΔKp、ΔKi和ΔKd的论域为(-5，+5)；
确定输入变量的模糊子集，输入变量分别为出口含水率差值e和变化率ec，其中，两个输入变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB}；
确定输出变量的模糊子集，输出变量为PID参数的修正量ΔKp、ΔKi和ΔKd三个输出变量，其中，三个输出变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB}；
根据输入输出变量的模糊子集，分别生成PID参数的修正量ΔKp、ΔKi和ΔKd对应的模糊控制规则表。
作为一种可实施方式，所述获取回潮加湿过程烟片的相关数据基于数据通讯软件通过现场PLC控制网络获得的，所述得出此时刻对应的最优加水量后再传回现场PLC控制网络中，选用的数据通讯软件包括Matrikon OPC Server和Factory Suite Gateway。
作为一种可实施方式，所述数据通讯软件选择MatrikonOPC Server时，采集过程具体为：
根据OPC服务器中各标签对应的地址，从现场PLC系统提取数据到边缘计算模块或从边缘计算模块传输数据到现场PLC。
一种基于模糊前馈反馈算法的回潮加湿过程水分控制系统，包括获取模块、识别模块和控制模块，所述控制模块包括模型建立单元和预测单元；
所述获取模块，用于获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、目标出口含水率、加水量和烟片质量流量；
所述识别模块，用于对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
所述控制模块，用于对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
所述模型建立单元，用于基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
所述预测单元，用于根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量。
本发明由于采用了以上技术方案，具有显著的技术效果：
本发明最终实现了对回潮加湿过程水分控制，能稳定烟片出口水分、提高烟片合格率和降低卷烟生产成本的目标。通过本发明的方法和系统能既提高了系统的鲁棒性和控制精度又可以快速消除扰动引起的偏差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的整体流程示意图；
图2是本发明的整体结构示意图；
图3是本发明的实施例中某回潮加湿设备采用基于模糊前馈反馈算法的回潮加湿过程水分控制前的过程能力指数对比图；
图4是本发明的实施例中某回潮加湿设备采用基于模糊前馈反馈算法的回潮加湿过程水分控制后的过程能力指数对比图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
一种基于模糊前馈反馈算法的回潮加湿过程水分控制方法，如图1所示，包括以下步骤：
S100、获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、目标出口含水率、加水量和烟片质量流量；
S200、对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
S300、对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
S310、基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
S320、根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量。
传统的PID控制器设计简单，操作方便，但只有在被控对象具有线性特性并且参数匹配良好的情况下才具有良好的控制效果，一旦发生干扰使其偏离工作点较远或参数发生变化，控制器都不能随之调整，控制效果就会变差。模糊控制是近年提出的新型控制方案，是先进控制的一种。相比较传统PID控制方式对模型精度的需求，模糊控制以模糊集、模糊变量和模糊推理等为基础，控制方案不需要准确的控制模型。可利用模糊控制对PID控制器的参数进行自适应调整，既保留了PID控制的优点，又提高了系统的鲁棒性和控制精度。前馈控制是按扰动量进行补偿的开环控制，可以快速消除扰动引起的偏差。本发明是将前馈控制与反馈控制相结合组成前馈反馈复合控制系统，既能快速消除扰动，又形成闭环控制，具有较好的控制效果。
本发明是根据回潮加湿过程大量的历史数据，运用大数据分析方法，建立回潮加湿过程的数学模型；根据数学模型与实时获取到的相关数据以及目标出口含水率，计算前馈环节加水量；计算烟片出口含水率与目标出口含水率之间的差值；根据出口含水率差值以及PID控制算法，设定PID参数初始值；依据出口含水率差值，计算出口含水率差值的变化率，并以出口含水率差值和变化率为模糊输入量，进行模糊计算，得到PID参数的修正量；将PID参数初始值以及PID参数的修正量输入预先生成的PID参数模糊矩阵模型中，得到修正后的PID参数；将修正后的PID参数带入模糊PID反馈控制器中，得到反馈环节加水量；将前馈环节加水量和反馈环节加水量求和，得到总加水量，作为预测的当前时刻最优加水量，进行回潮加湿过程水分控制，最终实现稳定烟片出口水分、提高烟片合格率和降低卷烟生产成本的目标。
在步骤S310中，所述基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型，所述回潮加湿过程出口含水率模型为：
b-k1a＝k2y/h+k3；其中，y为加水量，h为烟片质量流量，a为烟片入口含水率，k1、k2、k3为时变参数，b为烟片出口含水率。
在步骤S320中，所述根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量，具体步骤为：
S321、根据所述回潮加湿过程出口含水率模型与实时获取到的相关数据以及目标出口含水率，获得前馈环节加水量，公式如下：
yl＝(bset-k1al-d-k3)*hl-d/k2
其中，d为烟片从入口含水率检测点到加水喷嘴处所需时间，单位为秒，yl为l时刻的预测加水量，hl-d为d秒前的烟片质量流量，al-d为d秒前的烟片入口含水率，bset为烟片出口目标含水率；
S322、基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量；
S323、将前馈加水量与反馈加水量相加，得到总加水量，此总加水量为当前时刻最优的加水量。
在步骤S322中，所述基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量，具体为：
S3221、根据实时获取到的烟片出口含水率以及目标出口含水率，得到出口含水率差值e，出口含水率差值e的计算公式为：e＝b-bset，其中，b为烟片出口含水，bset为烟片出口目标含水率；
S3222、通过所述出口含水率差值e以及PID控制算法，对PID控制算法的参数初始比例系数、积分系数和微分系数进行设定，具体为：比例系数kp、积分系数ki和微分系数kd；
S3223、根据所述出口含水率差值e，得到出口含水率差值e的变化率ec，并以出口含水率差值e和变化率ec为模糊输入量进行模糊计算，得到PID控制算法的参数修正量ΔKp、ΔKi和ΔKd；
S3224、将参数初始比例系数、积分系数和微分系数kp、ki和kd以及参数修正量ΔKp、ΔKi和ΔKd输入预先生成的PID参数模糊矩阵模型中，得到修正后的PID参数；
S3225、将修正后的PID参数带入模糊PID反馈控制器中，得到反馈环节加水量。
在步骤S3223中，所述以出口含水率差值e和变化率ec为模糊输入量进行模糊计算，得到PID控制算法的参数修正量ΔKp、ΔKi和ΔKd，具体包括以下步骤：
S32231、将得到的出口含水率差值e和变化率ec作为模糊输入量，将出口含水率差值e和变化率ec转换为用原始隶属度函数表示的模糊变量的值；
S32232、将用原始隶属度函数表示的模糊变量的值与预先生成的模糊逻辑规则相结合，生成新的隶属度函数；
S32233、对生成的新的所述隶属度函数进行模糊解析，获取一个具有代表性的精确值作为所述PID参数的修正量ΔKp、ΔKi和ΔKd。
在步骤S3224中，所述预先生成PID参数模糊矩阵模型为：
Kp1＝Kp+ΔKp
Ki1＝Ki+ΔKi
Kd1＝Kd+ΔKd
其中，ΔKp、ΔKi和ΔKd为PID参数的修正量，kp、ki和kd为参数初始比例系数、积分系数和微分系数，Kp1、Ki1和Kd1表示PID参数模糊矩阵模型。
在本事实例中，将PID参数模糊矩阵模型具体化，结合PID参数的修正量以及参数初始比例系数、积分系数和微分系数写成相关的计算公式，便于后续计算。
更加详细具体地，在本实施例中，所述预先生成PID参数模糊矩阵模型的具体步骤为：
S32241、设置所述出口含水率差值e和所述变化率ec的论域均为(-5，+5)，设置所述PID参数的修正量ΔKp、ΔKi和ΔKd的论域为(-5，+5)；
S32242、确定输入变量的模糊子集，输入变量分别为出口含水率差值e和变化率ec，其中，两个输入变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB}；
S32243、确定输出变量的模糊子集，输出变量为PID参数的修正量ΔKp、ΔKi和ΔKd三个输出变量，其中，三个输出变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB}；
S32244、根据输入输出变量的模糊子集，分别生成PID参数的修正量ΔKp、ΔKi和ΔKd对应的模糊控制规则表。
根据以上的步骤，其实可以选择其他个数的模糊集作为语言值，但是7个数据的效果最好，选7个可以保证控制精度。
其中，ΔKp、ΔKi和ΔKd对应的模糊控制规则表如下表所示：
Figure GDA0003041758820000081
Figure GDA0003041758820000082
Figure GDA0003041758820000083
Figure GDA0003041758820000091
如图3-4所示，图3-4为本实施例中步骤S105的求取最优加水量后得到的回潮加湿设备出口含水率曲线与人工控制时的对比，由图上两种情况下的过程能力指数(Cpk)来看，采用基于模糊前馈反馈算法的回潮加湿水分控制后的烟片出口含水率稳定性较采用人工方式控制时有较大提升，以上结果表征本发明所提出的方法可有效提高回潮加湿过程烟片出口水分的稳定性。
更加具体地，在步骤S100中，所述获取回潮加湿过程烟片的相关数据基于数据通讯软件通过现场PLC控制网络获得的，所述得出此时刻对应的最优加水量后再传回现场PLC控制网络中，选用的数据通讯软件包括Matrikon OPC Server和Factory Suite Gateway。
另外，本事实例中，所述数据通讯软件选择Matrikon OPC Server时，采集过程具体为：
根据OPC服务器中各标签对应的地址，从现场PLC系统提取数据到边缘计算模块或从边缘计算模块传输数据到现场PLC。
实施例2：
一种基于模糊前馈反馈算法的回潮加湿过程水分控制系统，如图2所示，包括获取模块100、识别模块200和控制模块300，所述控制模块300包括模型建立单元310和预测单元320；
所述获取模块100，用于获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、目标出口含水率、加水量和烟片质量流量；
所述识别模块200，用于对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
所述控制模块300，用于对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
所述模型建立单元310，用于基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
所述预测单元320，用于根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量。
本发明的系统最终实现了对回潮加湿过程水分控制，能稳定烟片出口水分、提高烟片合格率和降低卷烟生产成本的目标。通过本发明的系统能既提高了系统的鲁棒性和控制精度又可以快速消除扰动引起的偏差。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，包括以下步骤：
获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、加水量和烟片质量流量；
对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量；
所述基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型，所述回潮加湿过程出口含水率模型为：
Figure 570229DEST_PATH_IMAGE001
；其中,
Figure 384601DEST_PATH_IMAGE002
为加水量，
Figure 269380DEST_PATH_IMAGE003
为烟片质量流量,
Figure 536414DEST_PATH_IMAGE004
为烟片入口含水 率，
Figure 548363DEST_PATH_IMAGE005
为时变参数，
Figure 279559DEST_PATH_IMAGE006
为烟片出口含水率。
2.根据权利要求1所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量，具体步骤为：
根据所述回潮加湿过程出口含水率模型与实时获取到的相关数据以及目标出口含水率，获得前馈环节加水量，公式如下：
Figure 272923DEST_PATH_IMAGE007
其中,
Figure 840301DEST_PATH_IMAGE008
为烟片从入口含水率检测点到加水喷嘴处所需时间, 单位为秒,
Figure 905209DEST_PATH_IMAGE009
为
Figure 428595DEST_PATH_IMAGE010
时刻 的预测加水量，
Figure 405909DEST_PATH_IMAGE011
为
Figure 709851DEST_PATH_IMAGE008
秒前的烟片质量流量,
Figure 63603DEST_PATH_IMAGE012
为
Figure 441495DEST_PATH_IMAGE008
秒前的烟片入口含水率，
Figure 104558DEST_PATH_IMAGE013
为 烟片出口目标含水率；
基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量；
将前馈加水量与反馈加水量相加，得到总加水量，此总加水量为当前时刻最优的加水量。
3.根据权利要求2所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述基于实时获取到的相关数据以及目标出口含水率，得到模糊PID反馈输出，进而得到反馈环节加水量，具体为：
根据实时获取到的烟片出口含水率以及目标出口含水率，得到出口含水率差值
Figure 567900DEST_PATH_IMAGE014
，出口 含水率差值
Figure 725343DEST_PATH_IMAGE014
的计算公式为：
Figure 20058DEST_PATH_IMAGE015
，其中，
Figure 791705DEST_PATH_IMAGE016
为烟片出口含水，
Figure 555393DEST_PATH_IMAGE017
为烟片出口目标 含水率；
通过所述出口含水率差值
Figure 500215DEST_PATH_IMAGE014
以及PID控制算法，对PID控制算法的参数初始比例系数、积 分系数和微分系数进行设定，具体为：比例系数
Figure 665748DEST_PATH_IMAGE018
、积分系数
Figure 608297DEST_PATH_IMAGE019
和微分系数
Figure 108548DEST_PATH_IMAGE020
；
根据所述出口含水率差值
Figure 607794DEST_PATH_IMAGE014
，得到出口含水率差值
Figure 814784DEST_PATH_IMAGE014
的变化率
Figure 990550DEST_PATH_IMAGE021
，并以出口含水率差值
Figure 728830DEST_PATH_IMAGE014
和变化率
Figure 953138DEST_PATH_IMAGE021
为模糊输入量进行模糊计算，得到PID控制算法的参数修正量
Figure 342531DEST_PATH_IMAGE022
、
Figure 361303DEST_PATH_IMAGE023
和
Figure 586879DEST_PATH_IMAGE024
；
将参数初始比例系数、积分系数和微分系数
Figure 677195DEST_PATH_IMAGE018
、
Figure 858777DEST_PATH_IMAGE019
和
Figure 127079DEST_PATH_IMAGE020
以及参数修正量
Figure 761323DEST_PATH_IMAGE022
、
Figure 389750DEST_PATH_IMAGE023
和
Figure 504468DEST_PATH_IMAGE024
输入预先生成的PID参数模糊矩阵模型中，得到修正后的PID参数；
将修正后的PID参数带入模糊PID反馈控制器中，得到反馈环节加水量。
4.根据权利要求3所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特 征在于，所述以出口含水率差值
Figure 130621DEST_PATH_IMAGE014
和变化率
Figure 314478DEST_PATH_IMAGE021
为模糊输入量进行模糊计算，得到PID控制算 法的参数修正量
Figure 497329DEST_PATH_IMAGE022
、
Figure 653503DEST_PATH_IMAGE023
和
Figure 512875DEST_PATH_IMAGE024
，具体包括以下步骤：
将得到的出口含水率差值
Figure 121711DEST_PATH_IMAGE014
和变化率
Figure 830955DEST_PATH_IMAGE021
作为模糊输入量，将出口含水率差值
Figure 903953DEST_PATH_IMAGE014
和变化 率
Figure 871909DEST_PATH_IMAGE021
转换为用原始隶属度函数表示的模糊变量的值；
将用原始隶属度函数表示的模糊变量的值与预先生成的模糊逻辑规则相结合，生成新的隶属度函数；
对生成的新的所述隶属度函数进行模糊解析，获取一个具有代表性的精确值作为所述 PID参数的修正量
Figure 781090DEST_PATH_IMAGE022
、
Figure 492694DEST_PATH_IMAGE023
和
Figure 951357DEST_PATH_IMAGE024
。
5.根据权利要求3所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述预先生成PID参数模糊矩阵模型为：
Figure 90215DEST_PATH_IMAGE025
Figure 486692DEST_PATH_IMAGE026
Figure 1987DEST_PATH_IMAGE027
其中，
Figure 783998DEST_PATH_IMAGE022
、
Figure 906806DEST_PATH_IMAGE023
和
Figure 977530DEST_PATH_IMAGE024
为PID参数的修正量，
Figure 93254DEST_PATH_IMAGE018
、
Figure 933034DEST_PATH_IMAGE019
和
Figure 226743DEST_PATH_IMAGE020
为参数初始比例系数、积分 系数和微分系数，
Figure 847080DEST_PATH_IMAGE028
、
Figure 438599DEST_PATH_IMAGE029
和
Figure 945934DEST_PATH_IMAGE030
表示PID参数模糊矩阵模型。
6.根据权利要求5所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述预先生成PID参数模糊矩阵模型的具体步骤为：
设置所述出口含水率差值
Figure 863075DEST_PATH_IMAGE014
和所述变化率
Figure 705129DEST_PATH_IMAGE021
的论域均为(-5，+5)，设置所述PID参数的 修正量
Figure 913388DEST_PATH_IMAGE022
、
Figure 727760DEST_PATH_IMAGE023
和
Figure 612539DEST_PATH_IMAGE024
的论域为(-5，+5)；
确定输入变量的模糊子集，输入变量分别为出口含水率差值
Figure 879572DEST_PATH_IMAGE014
和变化率
Figure 891522DEST_PATH_IMAGE021
，其中，两个 输入变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小NS、零ZE、正小 PS、正中PM、正大PB}；
确定输出变量的模糊子集，输出变量为PID参数的修正量
Figure 622718DEST_PATH_IMAGE022
、
Figure 616081DEST_PATH_IMAGE023
和
Figure 183460DEST_PATH_IMAGE024
三个输出变 量，其中，三个输出变量均选取7个模糊集作为其语言值，分别记为{负大NB、负中NM、负小 NS、零ZE、正小PS、正中PM、正大PB}；
根据输入输出变量的模糊子集，分别生成PID参数的修正量
Figure 920472DEST_PATH_IMAGE022
、
Figure 506174DEST_PATH_IMAGE023
和
Figure 749068DEST_PATH_IMAGE024
对应的模 糊控制规则表。
7.根据权利要求1或2所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述获取回潮加湿过程烟片的相关数据基于数据通讯软件通过现场PLC控制网络获得的，所述得出此时刻对应的最优加水量后再传回现场PLC控制网络中，选用的数据通讯软件包括Matrikon OPC Server和Factory Suite Gateway。
8.根据权利要求7所述的基于模糊前馈反馈算法的回潮加湿过程水分控制方法，其特征在于，所述数据通讯软件选择Matrikon OPC Server时，采集过程具体为：
根据OPC服务器中各标签对应的地址，从现场PLC系统提取数据到边缘计算模块或从边缘计算模块传输数据到现场PLC。
9.一种基于模糊前馈反馈算法的回潮加湿过程水分控制系统，其特征在于，包括获取模块、识别模块和控制模块，所述控制模块包括模型建立单元和预测单元；
所述获取模块，用于获取回潮加湿过程烟片的相关数据，所述相关数据至少包括牌号信息、入口含水率、出口含水率、目标出口含水率、加水量和烟片质量流量；
所述识别模块，用于对采集到的牌号信息进行自动识别，得到相应批次烟片的物理特性，物理特性至少包含目标出口含水率，根据所述目标出口含水率得到加水量的范围；
所述控制模块，用于对采集到的回潮加湿过程烟片的入口含水率、出口含水率以及烟片质量流量进行判定，当所述入口含水率、出口含水率以及烟片质量流量处于正常工作状态时，对回潮加湿过程进行控制，其中，所述对回潮加湿过程进行控制的过程包括：
所述模型建立单元，用于基于回潮加湿过程烟片的历史相关数据建立相应过程的回潮加湿过程出口含水率模型；
所述预测单元，用于根据所述回潮加湿过程出口含水率模型、实时获取到的回潮加湿过程烟片相关数据以及目标出口含水率，结合模糊前馈反馈算法预测出当前时刻最优的加水量。
CN201910469155.2A 2019-05-31 2019-05-31 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统 Active CN110101106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910469155.2A CN110101106B (zh) 2019-05-31 2019-05-31 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910469155.2A CN110101106B (zh) 2019-05-31 2019-05-31 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统

Publications (2)

Publication Number Publication Date
CN110101106A CN110101106A (zh) 2019-08-09
CN110101106B true CN110101106B (zh) 2021-07-16

Family

ID=67493296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910469155.2A Active CN110101106B (zh) 2019-05-31 2019-05-31 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统

Country Status (1)

Country Link
CN (1) CN110101106B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111077860B (zh) * 2019-12-12 2022-10-25 河南中烟工业有限责任公司 一种烟片加料的质量控制方法及系统
CN110879581B (zh) * 2019-12-12 2022-12-23 河南中烟工业有限责任公司 一种叶片加料的料液控制方法及系统
CN110897192B (zh) * 2019-12-12 2022-12-23 河南中烟工业有限责任公司 一种基于烟梗增温的烟梗质量控制方法及系统
CN111067130B (zh) * 2019-12-12 2022-05-24 河南中烟工业有限责任公司 一种加香加料的精度控制方法及系统
CN113491341B (zh) * 2020-03-18 2022-07-05 秦皇岛烟草机械有限责任公司 一种基于历史生产数据建模控制烟草回潮加水流量的方法
CN112021626B (zh) * 2020-07-10 2021-08-17 张家口卷烟厂有限责任公司 烟用制丝环节智能化控制系统及方法
CN112075658B (zh) * 2020-09-27 2022-08-09 红云红河烟草(集团)有限责任公司 一种精准控制切丝后含水率稳定性的工艺
CN112914139B (zh) * 2021-03-18 2022-04-19 河南中烟工业有限责任公司 一种松散回潮工序的加水量的控制方法及系统
CN113576012B (zh) * 2021-07-15 2022-06-21 河南中烟工业有限责任公司 真空回潮机增湿控制方法
CN115336780B (zh) * 2021-08-26 2023-09-26 张家口卷烟厂有限责任公司 基于神经网络模型和双重参数修正的松散回潮加水控制系统
CN114027539B (zh) * 2021-11-04 2023-01-13 湖北中烟工业有限责任公司 一种基于模型预测控制的松散回潮定量加水控制方法
CN114668164B (zh) * 2022-04-01 2023-01-13 河南中烟工业有限责任公司 基于来料差异性的松散回潮加水量自适应控制系统
CN116268521B (zh) * 2023-05-22 2023-08-15 首域科技(杭州)有限公司 一种加料机自适应智能控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0749702A (ja) * 1993-08-05 1995-02-21 Toshiba Corp ファジィ推論機能付き制御装置
RU2012132893A (ru) * 2012-08-01 2014-02-20 Нелли Алексеевна Седова Способ автоматического управления судном по курсу и интеллектуальная система для осуществления способа
CN109164701A (zh) * 2018-07-17 2019-01-08 袁乐铮 一种基于模糊控制的航向控制方法及系统
CN109236713A (zh) * 2018-09-18 2019-01-18 郑州云海信息技术有限公司 一种应用于通用机型的智能风扇调控方法及系统
CN109602062A (zh) * 2019-01-31 2019-04-12 杭州安脉盛智能技术有限公司 基于数字物理模型的松散回潮自适应水分控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0749702A (ja) * 1993-08-05 1995-02-21 Toshiba Corp ファジィ推論機能付き制御装置
RU2012132893A (ru) * 2012-08-01 2014-02-20 Нелли Алексеевна Седова Способ автоматического управления судном по курсу и интеллектуальная система для осуществления способа
CN109164701A (zh) * 2018-07-17 2019-01-08 袁乐铮 一种基于模糊控制的航向控制方法及系统
CN109236713A (zh) * 2018-09-18 2019-01-18 郑州云海信息技术有限公司 一种应用于通用机型的智能风扇调控方法及系统
CN109602062A (zh) * 2019-01-31 2019-04-12 杭州安脉盛智能技术有限公司 基于数字物理模型的松散回潮自适应水分控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于自适应模糊前馈_反馈机制的筛分加料含水率控制方法;赵伟;《烟草科技》;20190331;第52卷(第3期);说明书第98，99页；附图2 *

Also Published As

Publication number Publication date
CN110101106A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN110101106B (zh) 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统
CN109602062B (zh) 基于数字物理模型的松散回潮自适应水分控制方法及系统
CN111045326B (zh) 一种基于递归神经网络的烘丝过程水分预测控制方法及系统
CN110893001B (zh) 一种松散回潮工序的出口含水率的控制方法及系统
CN109581879B (zh) 基于广义预测控制的松散回潮控制方法及系统
CN110150711B (zh) 基于多元回归的回潮加湿过程水分控制方法及系统
CN111109643B (zh) 一种薄板烘丝的烟丝含水量的控制方法及系统
CN115336780B (zh) 基于神经网络模型和双重参数修正的松散回潮加水控制系统
CN106418656B (zh) 一种烟草制丝生产的水分控制方法及装置
CN110946313B (zh) 一种叶丝干燥工序的出口含水率的控制方法及系统
CN113128764A (zh) 烘丝机出口含水率预测模型的生成及基于其的调控方法
CN110879581B (zh) 一种叶片加料的料液控制方法及系统
CN112914139A (zh) 一种松散回潮工序的加水量的控制方法及系统
CN111983918A (zh) 一种基于改进型模糊Smith-PID的电加热炉温度控制方法
CN110946306A (zh) 一种基于滚筒式叶丝回潮的质量控制方法及系统
CN105807615A (zh) 模糊前馈反馈控制器
CN110109344A (zh) 一种滚筒式烘丝机烘丝中间过程控制方法
CN110946314A (zh) 一种气流烘丝的烟丝含水量的控制方法及系统
CN113491341B (zh) 一种基于历史生产数据建模控制烟草回潮加水流量的方法
CN114027539A (zh) 一种基于模型预测控制的松散回潮定量加水控制方法
CN111650829B (zh) 基于人工智能的内嵌pid模块参数调节方法、系统及装置
CN105595391A (zh) 一种关于ctd气流式烘丝机的先进控制方法
CN112263012B (zh) 一种基于配方参数库的复烤机含水率控制方法
CN116382357A (zh) 一种基于等百分比流量特性模型的加水流量控制方法
CN107510089B (zh) 一种烟草制丝生产中提高叶片加料精度的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant