CN110150711B - 基于多元回归的回潮加湿过程水分控制方法及系统 - Google Patents

基于多元回归的回潮加湿过程水分控制方法及系统 Download PDF

Info

Publication number
CN110150711B
CN110150711B CN201910469145.9A CN201910469145A CN110150711B CN 110150711 B CN110150711 B CN 110150711B CN 201910469145 A CN201910469145 A CN 201910469145A CN 110150711 B CN110150711 B CN 110150711B
Authority
CN
China
Prior art keywords
moisture
time
outlet
water content
hot air
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
CN201910469145.9A
Other languages
English (en)
Other versions
CN110150711A (zh
Inventor
秦杨
朱思奇
蔡长兵
楼阳冰
孙丰诚
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 CN201910469145.9A priority Critical patent/CN110150711B/zh
Publication of CN110150711A publication Critical patent/CN110150711A/zh
Application granted granted Critical
Publication of CN110150711B publication Critical patent/CN110150711B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • Manufacturing & Machinery (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Manufacture Of Tobacco Products (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开一种基于多元回归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，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制。基于本发明的方法和系统，根据回潮加湿过程各相关变量间的数学关系，建立该过程的数学模型，并使用多元回归方法对回潮加湿过程历史数据进行分析，实时辨识模型中的时变参数，最后通过过程的数学模型、烟片目标出口含水率和测量的过程变量值求出加水量，最终实现稳定烟片出口含水率、提高烟片合格率和降低卷烟生产成本的目标。

Description

基于多元回归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过程的控制的技术领域，尤其涉及一种基于多元回归的回潮加湿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含水率控制存在诸多问题，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，使得回潮加湿控制设备水分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、热风温度、环境温湿度等变量也会影响出口含水率的稳定。
基于多元回归的回潮加湿过程水分控制，是指一种能够有效地克服系统滞后、实时辨识被控对象数学模型参数并减小干扰所造成的影响的水分控制方法。现如今，极有必要基于多元回归研发一种回潮加湿过程水分控制方法，并以之为基础开发一套面向烟草控制人员的回潮加湿过程水分控制系统。
发明内容
本发明针对现有技术中的缺点，提供了一种基于多元回归的回潮加湿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：
一种基于多元回归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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
对采集到的烟片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，回潮加湿过程数学模型时变参数变化范围；
根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量。
作为一种可实施方式，根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1,y2,y3,y4,y5,y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0,m1,m2,m3,m4,m5,m6,m7为模型时变参数。
作为一种可实施方式，在步骤根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型之后还包括：
对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型。
作为一种可实施方式，所述对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型，具体为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、烟片质量流量、热风温度、滚筒转身及蒸汽压力计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure BDA0002080300000000021
其中，
Figure BDA0002080300000000022
B＝[b(l),b(l-1),...,b(l-k)]T，
Figure BDA0002080300000000023
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure BDA0002080300000000024
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。
作为一种可实施方式，基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量，具体为：
加水量计算公式为：
Figure BDA0002080300000000031
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。
一种基于多元回归的回潮加湿过程水分控制系统，包括，获取模块和控制模块；控制模块包括自动识别单元、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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
所述控制模块，用于基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
所述自动识别单元，用于对采集到的烟片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，回潮加湿过程数学模型时变参数变化范围；
所述模型建立单元，用于根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
所述预测单元，用于基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量。
作为一种可实施方式，所述模型建立单元被设置为，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1，y2，y3，y4，y5，y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0，m1，m2，m3，m4，m5，m6，m7为模型时变参数。
作为一种可实施方式，所述控制模块还包括在线模型辨识单元，所述在线模型辨识单元用于对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型。
作为一种可实施方式，所述在线模型辨识单元被设置为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、烟片质量流量、热风温度、滚筒转身及蒸汽压力计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure BDA0002080300000000041
其中，
Figure BDA0002080300000000042
B＝[b(l)，b(l-1)，...，b(l-k)]T，
Figure BDA0002080300000000043
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure BDA0002080300000000044
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。
作为一种可实施方式，所述预测单元被设置为：
加水量计算公式为：
Figure BDA0002080300000000045
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。
本发明由于采用了以上技术方案，具有显著的技术效果：
基于本发明的方法和系统，根据回潮加湿过程各相关变量间的数学关系，建立该过程的数学模型，并使用多元回归方法对回潮加湿过程历史数据进行分析，实时辨识模型中的时变参数，最后通过过程的数学模型、烟片目标出口含水率和测量的过程变量值求出加水量，最终实现稳定烟片出口含水率、提高烟片合格率和降低卷烟生产成本的目标。
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是本发明的整体系统示意图；
图3是本发明的实施例中某回潮加湿设备采用基于多元回归的回潮加湿过程水分控制前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。
一种基于多元回归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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
S200、基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
S210、对采集到的烟片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，回潮加湿过程数学模型时变参数变化范围；
S220、根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
S230、基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量。
基于多元回归的回潮加湿过程水分控制，是指一种能够有效地克服系统滞后、实时辨识被控对象数学模型参数并减小干扰所造成的影响的水分控制方法。本发明正是基于多元回归研发一种回潮加湿过程水分控制方法，并以之为基础开发一套面向烟草控制人员的回潮加湿过程水分控制系统，基于这套方法和系统，能准确的获得当前时刻的加水量，结果准确。
在步骤S220中，根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1，y2，y3，y4，y5，y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0，m1，m2，m3，m4，m5，m6，m7为模型时变参数。
在步骤S220根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型之后还包括：
对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型。
所述对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型，也就是在线模型辨识的详细步骤为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、烟片质量流量、热风温度、滚筒转身及蒸汽压力计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure BDA0002080300000000061
其中，
Figure BDA0002080300000000062
B＝[b(l)，b(l-1)，...，b(l-k)]T，
Figure BDA0002080300000000063
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure BDA0002080300000000064
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。通过以上公式对回潮加湿过程出口含水率多元回归模型进行在线辨识，通俗的说也就是进行优化，得到更加精确的回潮加湿过程出口含水率多元回归模型，后续会采用更加精确的回潮加湿过程出口含水率多元回归模型进行预测，得到当前时刻的加水量。
在步骤S230中，基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量，具体为：
加水量计算公式为：
Figure BDA0002080300000000071
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。基于此加水量的计算公式，当得知相关参数后，就能准确的计算出当前时刻的加水量。
效果图如附图3所示，在使用本申请控制方法的制程能力指数Cpk为3.8951多，而未使用本发明的控制方法的制程能力指数Cpk是1.5034多，不到2，可见，差距很多，足以可见采用基于多元回归的松散回潮过程水分控制后的烟片出口含水率稳定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含水率的稳定性。
基于本发明的方法，根据回潮加湿过程历史数据，运用数据分析的方法离线建立对应过程的数学模型，并使用最小二乘方法与加权平均方法实时辨识模型中的时变参数，最后通过数学模型，实时获取到的相关数据，目标出口含水率以及实时辨识得到的数学模型时变参数值求出加水量，最终实现稳定烟片出口含水率、提高烟片合格率和降低卷烟生产成本的目标。
实施例2：
一种基于多元回归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和控制模块200；控制模块200包括自动识别单元210、模型建立单元220和预测单元230；
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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
所述控制模块200，用于基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
所述自动识别单元210，用于对采集到的烟片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，回潮加湿过程数学模型时变参数变化范围；
所述模型建立单元220，用于根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
所述预测单元230，用于基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的数学模型时变参数，得到当前时刻的加水量。
更加具体地，所述模型建立单元220被设置为，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1，y2，y3，y4，y5，y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0，m1，m2，m3，m4，m5，m6，m7为模型时变参数。
所述控制模块200还包括在线模型辨识单元240，所述在线模型辨识单元240用于对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型。
所述在线模型辨识单元240被设置为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、烟片质量流量、热风温度、滚筒转身及蒸汽压力计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure BDA0002080300000000081
其中，
Figure BDA0002080300000000082
B＝[b(l)，b(l-1)，...，b(l-k)]T，
Figure BDA0002080300000000083
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure BDA0002080300000000084
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。
所述预测单元230被设置为：
加水量计算公式为：
Figure BDA0002080300000000085
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。
基于本发明的系统，根据回潮加湿过程历史数据，运用数据分析的方法离线建立对应过程的数学模型，并使用最小二乘方法与加权平均方法实时辨识模型中的时变参数，最后通过数学模型，实时获取到的相关数据，目标出口含水率以及实时辨识得到的数学模型时变参数值求出加水量，最终实现稳定烟片出口含水率、提高烟片合格率和降低卷烟生产成本的目标。
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 (4)

1.一种基于多元回归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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
对采集到的烟片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，回潮加湿过程多元回归模型时变参数变化范围；
根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的多元回归模型时变参数，得到当前时刻的加水量；
根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1,y2,y3,y4,y5,y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0,m1,m2,m3,m4,m5,m6,m7为模型时变参数；
在步骤根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型之后还包括：
对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型；
所述对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型，具体为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure FDA0003124349030000011
其中，
Figure FDA0003124349030000012
B＝[b(l),b(l-1),...,b(l-k)]T，
Figure FDA0003124349030000013
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure FDA0003124349030000021
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。
2.根据权利要求1所述的基于多元回归的回潮加湿过程水分控制方法，其特征在于，基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的多元回归模型时变参数，得到当前时刻的加水量，具体为：
加水量计算公式为：
Figure FDA0003124349030000022
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。
3.一种基于多元回归的回潮加湿过程水分控制系统，其特征在于包括，获取模块和控制模块；控制模块包括自动识别单元、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、蒸汽压力、蒸汽流量、热风开度、热风温度、滚筒转速和烟片质量流量；
所述控制模块，用于基于获取到的相关数据，对回潮加湿设备的工况进行判断，当入口含水率、烟片质量流量、热风温度、蒸汽流量、热风开度、滚筒转速以及蒸汽压力处于正常工作状态时，对回潮加湿过程的水分进行控制，控制过程如下：
所述自动识别单元，用于对采集到的烟片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，回潮加湿过程多元回归模型时变参数变化范围；
所述模型建立单元，用于根据回潮加湿过程的历史数据建立回潮加湿过程出口含水率多元回归模型；
所述预测单元，用于基于建立好的回潮加湿过程出口含水率多元回归模型，获取到的相关数据、目标出口含水率以及实时辨识得到的多元回归模型时变参数，得到当前时刻的加水量；
所述模型建立单元被设置为，回潮加湿过程出口含水率多元回归模型为：
b-m0a＝m1y1+m2y2+m3y3+m4y4+m5y5+m6y6+m7；
其中，b为烟片出口含水率，a为对应的烟片入口含水率，y1,y2,y3,y4,y5,y6为对应的加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速，m0,m1,m2,m3,m4,m5,m6,m7为模型时变参数；
所述控制模块还包括在线模型辨识单元，所述在线模型辨识单元用于对建立好回潮加湿过程出口含水率多元回归模型进行在线模型辨识，得到校正后的回潮加湿过程出口含水率多元回归模型；
所述在线模型辨识单元被设置为：
运用最小二乘法，使用入口含水率、出口含水率、加水量、蒸汽压力、热风温度、蒸汽流量、热风开度、滚筒转速计算出l时刻回潮加湿过程出口含水率多元回归模型的时变参数观测值，时变参数观测值计算公式如下：
Figure FDA0003124349030000031
其中，
Figure FDA0003124349030000032
B＝[b(l),b(l-1),...,b(l-k)]T，
Figure FDA0003124349030000033
d为入口含水率检测点至出口含水率检测点所需时间，d1为加水口至出口含水率测定点所需时间，单位均为秒，k为最小二乘法所需数据点数，通常大于时变参数数量；
采用加权平均方法将回潮加湿过程出口含水率多元回归模型时变参数经验值与观测值结合起来，得到l时刻时变参数的预测值，进而对回潮加湿过程出口含水率多元回归模型进行实时在线辨识，公式如下：
Figure FDA0003124349030000034
其中，θ为时变参数预测值组成的列矩阵，θ0为时变参数经验值组成的列矩阵，w1，w2为权重，且w1+w2＝1。
4.根据权利要求3所述的基于多元回归的回潮加湿过程水分控制系统，其特征在于，所述预测单元被设置为：
加水量计算公式为：
Figure FDA0003124349030000035
其中，br(l)为l时刻的出口含水率目标值，a(l-d+d1)为l-d+d1时刻的入口含水率，y2(l)为l时刻的蒸汽压力，y3(l)为l时刻的热风温度，y4(l)为l时刻的蒸汽流量，y5(l)为l时刻的热风开度，y6(l)为l时刻的滚筒转速。
CN201910469145.9A 2019-05-31 2019-05-31 基于多元回归的回潮加湿过程水分控制方法及系统 Active CN110150711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910469145.9A CN110150711B (zh) 2019-05-31 2019-05-31 基于多元回归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
CN201910469145.9A CN110150711B (zh) 2019-05-31 2019-05-31 基于多元回归的回潮加湿过程水分控制方法及系统

Publications (2)

Publication Number Publication Date
CN110150711A CN110150711A (zh) 2019-08-23
CN110150711B true CN110150711B (zh) 2021-08-20

Family

ID=67630796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910469145.9A Active CN110150711B (zh) 2019-05-31 2019-05-31 基于多元回归的回潮加湿过程水分控制方法及系统

Country Status (1)

Country Link
CN (1) CN110150711B (zh)

Families Citing this family (6)

* 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
CN113349409B (zh) * 2021-06-18 2022-06-21 福建中烟工业有限责任公司 烟叶控温控湿装置和方法
CN113515045B (zh) * 2021-07-12 2024-02-20 浙江中烟工业有限责任公司 一种基于历史数据预判的松散润叶出口水分控制方法
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
CN115079659B (zh) * 2022-08-23 2022-12-06 山东昊福药业集团制药有限公司 中药生产浓缩过程中蒸发速度的数字化控制方法及系统
CN115381128B (zh) * 2022-08-26 2023-07-21 云南昆船烟草设备有限公司 一种烟叶滚筒设备出口水分的控制方法及其可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567812A (zh) * 2012-01-09 2012-07-11 红云红河烟草(集团)有限责任公司 一种烟草加工工序中用加工参数预测控制指标的方法
CN109581879A (zh) * 2019-01-31 2019-04-05 杭州安脉盛智能技术有限公司 基于广义预测控制的松散回潮控制方法及系统
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
CN110879581A (zh) * 2019-12-12 2020-03-13 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567812A (zh) * 2012-01-09 2012-07-11 红云红河烟草(集团)有限责任公司 一种烟草加工工序中用加工参数预测控制指标的方法
CN109581879A (zh) * 2019-01-31 2019-04-05 杭州安脉盛智能技术有限公司 基于广义预测控制的松散回潮控制方法及系统
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
CN110879581A (zh) * 2019-12-12 2020-03-13 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

Also Published As

Publication number Publication date
CN110150711A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110150711B (zh) 基于多元回归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
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
CN109581879B (zh) 基于广义预测控制的松散回潮控制方法及系统
CN110893001B (zh) 一种松散回潮工序的出口含水率的控制方法及系统
CN110946306B (zh) 一种基于滚筒式叶丝回潮的质量控制方法及系统
CN105341985A (zh) 烘丝机入口叶丝含水率控制方法和系统
CN108294352B (zh) 滚筒烘丝机物料水分超限预警控制系统
JP2004027439A (ja) 抄紙機のドライヤ予測制御方法およびその装置
CN110946313B (zh) 一种叶丝干燥工序的出口含水率的控制方法及系统
CN106773657A (zh) 一种滚筒干燥非稳态加工过程头料和尾料阶段的调控优化方法
CN110876481B (zh) 一种烟草烘丝参数的控制方法和装置
CN116596339B (zh) 一种饲料原料生产调节方法
CN102511914A (zh) 烟草加工中准确控制水分的方法
CN114115393A (zh) 一种制丝线薄板烘丝机出口水分和温度的控制方法
CN114403487A (zh) 一种松散回潮的加水控制方法
CN111165866A (zh) 一种基于气流式梗丝干燥的质量控制方法及系统
CN111728253B (zh) 一种烟草气流干燥强度的控制方法及系统
CN111728252B (zh) 一种烟草滚筒干燥强度的控制方法及系统
AU2012209094B2 (en) A system and method for generating indices to quantify operating transition performance of a continuous process
CN114642267B (zh) 一种叶丝干燥工序热加工强度调控方法、装置及电子设备
CN112666998B (zh) 一种调控米粉含水率的方法及装置
CN112471572B (zh) 烟草隧道式增温设备加工强度一致性的控制方法及系统
CN112800671B (zh) 一种数据处理方法、装置及电子设备
CN117044980A (zh) 提高烘丝出口水分稳定性的方法

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