CN112263012A

CN112263012A - 一种基于配方参数库的复烤机含水率控制方法

Info

Publication number: CN112263012A
Application number: CN202011101807.6A
Authority: CN
Inventors: 陈孚; 徐大勇; 李善莲; 朱文魁; 陈良元
Original assignee: Zhengzhou Tobacco Research Institute of CNTC
Current assignee: Zhengzhou Tobacco Research Institute of CNTC
Priority date: 2020-10-15
Filing date: 2020-10-15
Publication date: 2021-01-26
Anticipated expiration: 2040-10-15
Also published as: CN112263012B

Abstract

一种基于配方参数库的复烤机含水率控制方法，特征是首先分析复烤机含水率控制过程和影响因素，确定相应的设定参数和控制变量；然后根据不同来料条件(来料流量、含水率、等级、环境温湿度)和加工质量要求(出口含水率)，采用神经网络模型构建相应的配方参数库，并结合人工操作经验和专家知识，实现干燥环节不同干燥区温度设定值的自适应优化配置，进一步通过冷却环节的温度控制和回潮环节温度、含水率控制实现稳定生产阶段基于配方参数库的含水率智能控制，最后结合料头和料尾阶段控制实现复烤机含水率智能控制。本发明的控制方法可对不同来料条件和工况变化做出及时准确反应，自动优化配置控制参数，从而实现复烤过程含水率的智能优化控制。

Description

一种基于配方参数库的复烤机含水率控制方法

技术领域

本发明属于烟草加工过程控制技术领域，具体是一种基于配方参数库的复烤机含水率控制方法，可对不同来料条件和工况变化做出及时准确反应，自动优化配置控制参数，从而实现复烤过程含水率的智能优化控制。

背景技术

复烤机含水率控制是打叶复烤过程最复杂和关键的控制环节，其控制质量直接影响后续加工环节的加工质量。受制于打叶复烤企业技术升级滞后等原因，目前复烤机含水率控制仍是以人工干预操作为主，自动化水平低，无法适应不同等级原料的加工质量要求，致使含水率控制稳定性差，影响后续加工环节的质量水平。

一些研究者采用参数自调整或预测PI等控制方法实现正常过料的闭环控制，但这些方法将复烤干燥环节作为一个整体进行控制，没有考虑干燥环节不同干燥区的温度控制，影响后续加工质量稳定；一些研究者采用分层递阶的控制方法对各个干燥区进行有效控制，取得了一定的控制效果，但该方法并不能对来料及工况变化做出及时准确的反应，自适应优化作用不明显，也不能很好的体现专家经验调节的作用。

发明内容

本发明的目的正是针对上述方法的不足以及复烤干燥环节过程工艺特点，而提供一种基于配方参数库的复烤机含水率控制方法。

本发明的目的是通过以下技术方案来实现的：首先分析复烤机含水率控制过程和影响因素，确定相应的设定参数和控制变量；然后根据不同来料条件(来料流量、含水率、等级、环境温湿度)和加工质量要求(出口含水率)，采用神经网络模型构建相应的配方参数库，并结合人工操作经验和专家知识，实现干燥环节不同干燥区温度设定值的自适应优化配置，进一步通过冷却环节的温度控制和回潮环节温度、含水率控制实现稳定生产阶段基于配方参数库的含水率智能控制，最后结合料头和料尾阶段控制实现复烤机含水率智能控制(图1)。具体的控制方法如下：

(1)构建配方参数库：通过综合考虑来料条件和控制过程要求，确定配方参数库的输入变量为来料流量、含水率、等级、环境温湿度以及出口含水率，输出变量为干燥各区热风温度设定值，然后采用神经网络进行建模分析，并利用历史数据和专家知识更新优化模型，从而实现不同生产条件下配方参数的自动优化配置。为提高神经网络训练的快速收敛性和模型预测准确性，采用结合遗传算法的改进BP算法训练神经网络(式(1)-(2))。

w(k+1)＝w(k)+(1-a)η(k)d(k)+a(w(k)-w(k-1)) (1)

式中w(k+1)、w(k)、w(k-1)分别为k+1、k、k-1时刻的权向量，η(k)为k时刻的学习率，d(k)为k时刻的负梯度，α为动量因子。

(2)稳定生产阶段基于配方参数库的含水率控制：配方参数库根据每一时刻的来料条件和加工质量要求，自动生成优化的各个干燥区热风温度设定值，将其下达到各个干燥区的热风温度控制回路中，通过各个回路的PID控制器调节热风温度进行自动跟踪其配方参数设定值(图2)，并结合冷却环节的温度控制(图3)和回潮环节温度控制(图4)、含水率控制(图5)，从而实现稳定生产阶段干燥环节含水率参数的自适应优化控制。

(3)料头控制模式：料头时干燥区温度按正常生产温度设定，出料含水率由各路加水量来控制。回潮区喷水盒和混合喷水回路按现有模式提前开启，建立回潮区内温湿度的平衡。

(4)料尾控制模式：当料尾经过冷房后，关闭一二区高压泵的前馈控制量，当料尾到达回潮三区后，关闭高压泵的后馈量，同时根据延时逐步关闭高压泵的初始值直到零为止。同时，在料尾阶段，通过改变PID参数的值，采用变速PID模式，适当加快PID调节的速度和响应速度。

本发明的优点在于：通过上述各个阶段控制方式的实现，构建了整个生产阶段基于配方参数库的复烤含水率智能控制方法，可对不同来料条件和工况变化做出及时准确反应，自动优化配置控制参数，从而实现复烤过程含水率的智能优化控制。

附图说明

图1基于配方参数库的复烤含水率控制流程图；

图2基于配方参数库的干燥区热风温度控制模式；

图3冷却环节温度控制模式；

图4回潮环节温度控制模式；

图5回潮环节含水率控制模式。

具体实施方式

实施例

下面将结合附图和具体实例对本发明作进一步的说明。

以某打叶复烤厂复烤设备(前电子秤流量9000kg/h)为实施对象，实现基于配方参数库的含水率智能控制，对河南中烟C3F为主配方的复烤烟叶进行批次生产验证，具体实施方法如下：

(1)配方参数库构建：考虑复烤干燥过程控制特点和要求，选取来料流量、含水率、等级、环境温湿度和出口含水率为配方参数库神经网络模型的输入参数，干燥环节一～六区热风温度设定值为输出参数，从历史数据中选取控制良好的批次数据(10000个数据)，并进行数据预处理，包括奇异值剔除和归一化处理。

神经网络模型采用单个隐含层结构，隐层神经元设计为5个。采用结合遗传算法的BP算法训练神经网络，并在BP算法中加入动量项和自适应学习率以提高算法快速收敛性。设定种群规模NT＝20、交叉概率Pc＝0.4、变异概率Pm＝0.05、最大迭代次数T＝100；并在BP算法中加入动量项和自适应学习率(式(1)-(2))，其中初始学习率为η＝0.24，α＝0.8，k₁＝0.7，k₂＝1.07，训练神经网络直至收敛完成。

(2)设备开机运行，参数设置按原生产工艺要求，待达到加工环境时等待物料进入，前电子皮带秤运送物料进入设备入口进入料头控制阶段，出料含水率由各路加水量控制。回潮区喷水盒和混合喷水回路按现有模式提前开启，建立回潮区内温湿度的平衡。

(3)出口水分检测装置检测物料水分8％并持续5分钟，进入稳定生产阶段，各干燥区热风温度设定值按配方参数库给出的优化值实时设定。若设定值波动小于0.2℃，则维持上一时刻温度设定值不变。按照图2所示的控制模式对热风温度进行自动优化调节，冷却环节的温度控制按照图3，回潮环节温度和含水率控制分别按照图4和图5的方式进行调节，从而实现稳定生产阶段干燥环节含水率参数的自适应优化控制。

(4)当料尾经过冷房后，关闭一二区高压泵的前馈控制量，当料尾到达回潮三区后，关闭高压泵的后馈量，同时根据延时逐步关闭高压泵的初始值直到零为止。同时，适当增大PID参数中的P值，减小I值，采用变速PID模式，加快PID调节的速度和响应速度。

对复烤出口含水率进行统计分析，结果表明与人工干预操作方式对比，在采用基于配方参数库的控制方式下，复烤出口含水率标偏由0.33％下降到0.27％，表明此控制方式下出口含水率的稳定性有显著提高，且减少了人工干预操作的次数，自适应程度高。

Claims

1.一种基于配方参数库的复烤机含水率控制方法，其特征在于：首先分析复烤机含水率控制过程和影响因素，确定相应的设定参数和控制变量；然后根据不同来料条件如来料流量、含水率、等级、环境温湿度和加工质量要求即出口含水率，采用神经网络模型构建相应的配方参数库，并结合人工操作经验和专家知识，实现干燥环节不同干燥区温度设定值的自适应优化配置，进一步通过冷却环节的温度控制和回潮环节温度、含水率控制实现稳定生产阶段基于配方参数库的含水率智能控制，最后结合料头和料尾阶段控制实现复烤机含水率智能控制。

2.根据权利要求1所述的基于配方参数库的复烤机含水率控制方法，其特征在于：具体的控制方法如下：

(1)构建配方参数库：通过综合考虑来料条件和控制过程要求，确定配方参数库的输入变量为来料流量、含水率、等级、环境温湿度以及出口含水率，输出变量为干燥各区热风温度设定值，然后采用神经网络进行建模分析，并利用历史数据和专家知识更新优化模型，从而实现不同生产条件下配方参数的自动优化配置；为提高神经网络训练的快速收敛性和模型预测准确性，采用结合遗传算法的改进BP算法训练神经网络(式(1)-(2))：

w(k+1)＝w(k)+(1-a)η(k)d(k)+a(w(k)-w(k-1)) (1)

式中w(k+1)、w(k)、w(k-1)分别为k+1、k、k-1时刻的权向量，η(k)为k时刻的学习率，d(k)为k时刻的负梯度，α为动量因子；

(2)稳定生产阶段基于配方参数库的含水率控制：配方参数库根据每一时刻的来料条件和加工质量要求，自动生成优化的各个干燥区热风温度设定值，将其下达到各个干燥区的热风温度控制回路中，通过各个回路的PID控制器调节热风温度进行自动跟踪其配方参数设定值，并结合冷却环节的温度控制和回潮环节温度控制、含水率控制，从而实现稳定生产阶段干燥环节含水率参数的自适应优化控制；

(3)料头控制模式：料头时干燥区温度按正常生产温度设定，出料含水率由各路加水量来控制，回潮区喷水盒和混合喷水回路按现有模式提前开启，建立回潮区内温湿度的平衡；

(4)料尾控制模式：当料尾经过冷房后，关闭一二区高压泵的前馈控制量，当料尾到达回潮三区后，关闭高压泵的后馈量，同时根据延时逐步关闭高压泵的初始值直到零为止；同时，在料尾阶段，通过改变PID参数的值，采用变速PID模式，适当加快PID调节的速度和响应速度。