CN114351496B - 一种网压部真空系统压力自动整定方法及系统 - Google Patents
一种网压部真空系统压力自动整定方法及系统 Download PDFInfo
- Publication number
- CN114351496B CN114351496B CN202111566475.3A CN202111566475A CN114351496B CN 114351496 B CN114351496 B CN 114351496B CN 202111566475 A CN202111566475 A CN 202111566475A CN 114351496 B CN114351496 B CN 114351496B
- Authority
- CN
- China
- Prior art keywords
- vacuum
- vacuum degree
- point
- paper
- degree
- 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
Links
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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Paper (AREA)
Abstract
本发明涉及造纸过程控制技术领域,具体提供了一种网压部真空系统压力自动整定方法及系统,所述方法包括以下步骤:获取网压部纸张的含水量和各真空点的第一真空度,其中,第一真空度为当前时间的真空度数值;获取单位时间内第一能耗的成本与各真空点真空度之间的函数模型,并基于该函数模型和网压部纸张的含水量获取各真空点内真空度的最优解;其中,所述第一能耗包括真空系统的电能耗和烘干部蒸汽能耗;基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案并将调节方案发送至控制器;通过本发明方法设定真空度能够优化能量消耗,达到节能减排的目的。
Description
技术领域
本发明涉及造纸过程控制技术领域,尤其涉及一种网压部真空系统压力自动整定方法及系统。
背景技术
随着国家对节能减耗的重视,在造纸过程中的节能降耗也成为重要课题。纸机网部真空消耗电能大约占总电能4%,压榨部和干燥部占8%,而网部、压榨部与烘干部的脱水能效比为7:2:1,但干燥部的蒸汽损耗却占制浆造纸过程中总能耗的67%以上。所以设置合适的网压部真空系统参数可以有力减少能源损耗。
纸机真空系统设计的关键是确定各个部分合适的真空度,目前纸机网压部各个真空点真空度的设定是通过经验法给定,而通过经验法给定各个真空点真空度比较片面,在脱水效率、纸张质量、能源消耗没有系统的考量,只能通过最后的QCS检测系统来检测调整,具有滞后性,同时,经验法的是由个人经验设定,对于工作人员的素质要求较高,以及由经验法确定的真空度数据并不能达到能耗最优的,存在着能量浪费的问题。因此,本申请提出了一种网压部真空系统压力自动整定方法及系统。
发明内容
本发明的目的在于提供一种网压部真空系统压力自动整定方法及系统,以解决目前纸机真空系统各网压部的真空度的调节存在能量浪费的问题。
为实现上述目的,本发明提供如下技术方案:
一种网压部真空系统压力自动整定方法,包括以下步骤:
获取网压部纸张的含水量和各真空点的第一真空度,其中,第一真空度为当前时间的真空度数值;
获取单位时间内第一能耗的成本与各真空点真空度之间的函数模型,并基于该函数模型和网压部纸张的含水量获取各真空点内真空度的最优解;其中,所述第一能耗包括真空系统的电能耗和烘干部蒸汽能耗;
基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案并将调节方案发送至控制器。
进一步的,获取网压部纸张的含水量的方法包括以下步骤:
获取网压部纸张的图像数据;
基于网压部的图像数据获取纸张的红外光谱数据;
基于纸张的红外光谱数据获取纸张的含水量。
进一步的,所述网压部纸张数据由加装有滤光片的红外相机获取。
进一步的,所述单位时间内第一能耗的成本与各真空点真空度之间的函数模型的建立方法包括以下步骤:
获取纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第一数据组;
间隔预设时间后再次采集纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第二数据组,重复此步骤,直至获取预设数量的数据组;
基于数据组通过人工神经网络系统建立函数模型。
进一步的,所述函数模型存在第一约束条件:
minPi<pi<maxPi; (1)
其中,minPi为第i个真空点的最小真空度;
pi为函数模型中第i个真空点的真空度;
maxPi为第i个真空点的最大真空度。
进一步的,所述函数模型存在第二约束条件:
pi<pj; (2)
其中,i<j,pj为第j个真空点的真空度;
所述真空点自网压部的上游至网压部下游依次排序,排序编号依次增大。
进一步的,所述各真空点内真空度的最优解的获取方法包括以下步骤:
以真空度数组作为遗传算法中的染色体;
构建适应度函数;
设定初始种群、进化代数、种群规模、交叉概率和变异概率;
通过遗传算法进化迭代到种群染色体的适应度拨动在预设范围内时,获取此时的染色体所映射的真空度数组,即为各真空点内真空度的最优解。
进一步的,所述适应度函数为:
进一步的,基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案包括以下步骤:
基于各真空点的第一真空度计算各真空点所对应真空设备的第一抽气量;
基于真空点内真空度的最优解计算各真空点所对应真空设备的第一抽气量;
基于第二抽气量和第一抽气量的差值生成各真空点所对应真空设备的控制动作。
本发明还公开了一种网压部真空系统压力自动整定系统,包括:
获取单元,用于获取网压部纸张的含水量和各真空点的真空度;
计算单元,用于生成函数模型以及根据网压部纸张的含水量计算各真空点内真空度的最优解;
控制单元,用于根据各真空点内真空度的最优解与第一真空度生成调节方案。
综上所述,本发明与现有技术相比具有以下有益效果:
1、本发明公开的网压部真空系统自动整定方法通过单位时间内第一能耗的成本与各真空点真空度之间的函数模型计算出各真空点内真空度的最优解,并基于各真空点的当前的真空度计算出真空度调节方案,相对于传统的方式,通过本发明方法设定真空度能够优化能量消耗,达到节能减排的目的。
2、本发明公开的网压部真空系统自动整定方法通过自动控制和调节真空度的方式,同时通过识别纸张质量及时调节网压部参数,减小真空度调节的滞后性,提高造纸过程中的良品率。
附图说明
图1为本发明公开的网压部真空系统自动整定方法的应用环境示意图。
图2为本发明公开的网压部真空系统自动整定系统的架构图。
图3为发明公开的网压部真空系统自动整定方法其中一个实施例的流程图。
图4为发明公开的网压部真空系统自动整定方法其中一个子程序的流程图。
图5为发明公开的网压部真空系统自动整定方法另一个子程序的流程图。
图6为发明公开的网压部真空系统自动整定方法再一个子程序的流程图。
图7为发明公开的网压部真空系统自动整定方法又一个子程序的流程图。
图8为发明公开的网压部真空系统自动整定系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着国家对节能减耗的重视,在造纸过程中的节能降耗也成为重要课题。纸机网部真空消耗电能大约占总电能4%,压榨部和干燥部占8%,而网部、压榨部与烘干部的脱水能效比为7:2:1,但干燥部的蒸汽损耗却占制浆造纸过程中总能耗的67%以上,所以设置合适的网压部真空系统参数可以有力减少能源损耗。
目前纸机网压部各个真空点真空度的设定是通过经验法给定,而纸机生产纸的类型十分多样,不同项目对纸张质量的要求也不尽相同,所以只通过经验法给定各个真空点真空度比较片面,在脱水效率、纸张质量、能源消耗没有系统的考量,只能通过最后的QCS检测系统来检测调整,具有滞后性,在纸机生产线上的耗能大头就是网压部的电能消耗以及烘缸的蒸汽损耗,在不影响纸幅质量的情况下,出网压部纸幅的脱水效率越高,后续蒸发部分消耗的蒸汽就越少,可以显著节约成本,但各个真空点的真空度也不是越高越好,在纸幅质量与能源损耗之间需要实现动态平衡,这也是仅靠经验法难以实现的,除此之外,在使用经验法时,如果出现纸幅纹路异常、脱水效率低于目标值等问题时也没有办法第一时间解决,只能通过停机、重新调节参数、重新开机等方法来解决,这也会造成时间和能源的双重浪费。
基于上述问题,本发明提出了一种网压部真空系统压力自动整定方法及系统,如图1和图2所示,本发明利用采集端1采集网压部各真空点的真空度并通过网络2传输至服务器3,位于控制室内的服务器3内设置有智能算法和设置有数据口,智能算法根据数据库内的数据计算出各真空点最佳的真空度,然后通过控制器计算出各真空点的真空度调节方案并通过网络2发送至控制端4,由控制端4控制真空设备抽气,使得各真空点的真空度达到最优值,从而达到节能减排的目的;
所述采集端1用于采集真空度以及纸张数据,所述采集端1包括真空传感器和COMS相机,所述采集端1还可以为控制真空传感器和COMS相机的采集程序;
所述网络2是用以在采集端1、服务器3和控制端4之间提供通信链路的介质,网络2可以包括各种连接类型,例如无线WiFi网络或GPRS网络等等;
服务器3可以是提供各种服务的服务器,例如存储服务器、应用服务器等;
在一些示例中,所述架构还包括可视化终端5,所述可视化终端5通过网络2与服务器3建立网络通信,用于显示所述采集端1采集的数据;
需要说明的是,服务器可以是硬件,也可以是软件,当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
实施例1
如图3所示,本发明的一个实施例提供的一种网压部真空系统压力自动整定方法,包括以下步骤:
步骤S100、获取网压部纸张的含水量和各真空点的第一真空度,其中,第一真空度为当前时间的真空度数值;
具体的,如图1和图2所示,在纸机运行前,预先设定好网压部的参数和纸张质量要求,其中,网压部的参数包括网部低压、中压以及高压部分真空点分布的位置以及数量,压部真空点分布的位置以及数量、车速等,输入完成后按照网压部真空点真空度的选择原则选择各个真空点真空度初始值,然后运行纸机;
待纸机上的纸张输送至网压部后,通过设置在网压部的采集端1获取各真空点的第一真空度和纸张的图像,然后对纸张图像进行光谱分析,获取纸张的含水量。
优选的,作为本实施例中一种优选的实施例方式,如图4所示,获取网压部纸张的含水量的方法包括以下步骤:
步骤S110、获取网压部纸张的图像数据;
步骤S120、基于网压部的图像数据获取纸张的红外光谱数据;
步骤S130、基于纸张的红外光谱数据获取纸张的含水量;
具体的,在本实施例方式中,采集端1通过拍摄的方式获取纸张的图像数据,然后通过网络传输至服务器3,在接收到纸张的图像数据后通过调用光谱分析装置获取纸张的红外光谱数据,在结合逐步回归的方式选择与水分相关的特征波长,通过对筛选后的特征波长获取纸张的含水量;
在本实施方式中,可以通过SPSS 24软件的逐步回归方法实现特征波长的筛选,然后通过对特征波长的分析获取纸张的含水量;
在一些示例中,所述采集端1内的图像采集装置为红外相机,其镜头处设置有滤光片;所述网压部纸张数据由加装有滤光片的红外相机获取;
由于纸张中的水分分布均匀,而不同含水量的纸张在红外相机的拍摄下会出现不同的颜色,在服务器3内存储有不同的颜色对应的不同含水量的映射关系,对比纸张的颜色即可识别纸张的含水量;
在一些示例中,所述第一真空度由设于各真空点的真空传感器获取。
步骤S200、获取单位时间内第一能耗的成本与各真空点真空度之间的函数模型,并基于该函数模型和网压部纸张的含水量获取各真空点内真空度的最优解;其中,所述第一能耗包括真空系统的电能耗和烘干部蒸汽能耗;
具体的,在本实施例中,在获取网压部纸张的含水量和各真空点的第一真空度后,通过调用单位时间内第一能耗的成本与各真空点真空度之间的函数模型计算各真空点内真空度的最优解;
如图5所示,作为本实施例中一种优选的实施例方式,所述单位时间内第一能耗的成本与各真空点真空度之间的函数模型的建立方法包括以下步骤:
步骤S211、获取纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第一数据组;
步骤S212、间隔预设时间后再次采集纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第二数据组,重复此步骤,直至获取预设数量的数据组;
步骤S213、基于数据组通过人工神经网络系统建立函数模型;
具体的,通过当前各真空点的第一真空度可以计算出各真空点对应真空装置的抽气量,通过各真空装置的抽气量可以计算出真空系统的电功率,这是因为不同的真空泵的抽气量以及其消耗的电功率存在正相关性,可以通过数据手册查找;
通过纸张当前的含水量通过数据库对比的方式可以预估蒸汽损耗,在本实施例中,服务器3内存储有含水量与蒸汽损耗之间的映射关系;
优选的,含水量与蒸汽损耗之间的映射关系可以通过以往纸机生产的数据中获取;
在纸机运行时,通过采集端1采集各真空点的真空度,并通过计算抽气量的方式计算出真空系统电消耗,通过当前纸张的水量可以获取蒸汽消耗;
间隔预设时间后,例如1分钟,再次采集各真空点的真空度,并计算此时真空系统电消耗,采集多组数据后,建立各真空点真空度与第一能耗的函数关系,如公式(4):
C=f1(p1、p2、p3、…、pn), (4);
其中,C表示第一能耗,pn表示第n个真空点的真空度;
通过人工神经网络系统将采集到的数据与公式(4)进行拟合,获取各真空点真空度与第一能耗的函数模型;
需要说明的,数据组按照当前的车速以及设定的纸张质量分类,即在车速和纸张质量的不变情况下,所采集到的多组数据用于一次拟合,当车速和设定的纸张质量发生变化时,采集的数据需要作废处理;
优选的,作为本实施例再一个优选的实施方式,在建立函数模型后,还包括以下步骤:
步骤S214、优化函数模型;
在本实施方式中,在函数模型建立后,通过另一组数据组,即在不同的车速或纸张质量的情况下采集到的另一组关于真空度与第一能耗之间的关系的数据,通过多次优化后输出函数模型。
优选的,在本实施例中,在建立函数关系时,还需要建立第一约束条件:
minPi<pi<maxPi; (1)
其中,minPi为第i个真空点的最小真空度;pi为函数模型中第i个真空点的真空度;maxPi为第i个真空点的最大真空度;
由于在网压部的真空系统的设定中,每个真空点的真空度存在最大值和最小值,即真空度的设置不能超出设备要求和工艺环境要求;
作为本实施例中一种优选的实施例方式,建立函数模型后还需要建立第二约束条件:
pi<pj; (2)
其中,i<j,pj为第j个真空点的真空度;所述真空点自网压部的上游至网压部下游依次排序,排序编号依次增大;
在本实施例方式中,基于纸机运行的工艺要求,在网压部内,各真空点的真空度随纸张前进方向的设定值要逐步增加,否则会造成真空箱只抽空气却脱不掉水分的问题,而造成能量的浪费。
如图6所示,作为本实施例中再一个优选的实施方式,所述各真空点内真空度的最优解的获取方法包括以下步骤:
步骤S221、以真空度数组作为遗传算法中的染色体;
步骤S222、构建适应度函数;
步骤S223、设定初始种群、进化代数、种群规模、交叉概率和变异概率;
步骤S224、通过遗传算法进化迭代到种群染色体的适应度拨动在预设范围内时,获取此时的染色体所映射的真空度数组,即为各真空点内真空度的最优解;
在本实施方式中,示例性的,将每个真空点的真空度基于第一约束条件确定对应的二进制编码,例如,如果某点真空度的范围在2-10之间,精度为0.1,则改点的真空度范围转化成二进制码后,应该有(10-2)x10=80个二进制码;
随机选择30组二进制数作为初始种群,把随机选择的二进制数转换成十进制数再带入函数模型计算出函数值,其中,转换成的十进制数即为各真空点的真空度的初始值,计算出的函数值即为第一能耗值;
设定好进化过程的参数,记录在进化过程中产生的数组,利用转轮方法计算适应度,保留适应度高的数组,作为各点的真空度组成的数组;
其中,在进化过程中,交叉的方法为:随机选取两组二进制编码的样本作为染色体,选取对应真空度的二进制编码的一个切入点,交换切入点以右的染色体;
在进化过程中,变异的方法为:随机选取某组二进制编码样本中的某一位将该位值取反,得到一个新的样本,保持样本的新鲜性;
等到进化迭代到种群染色体的适应度几乎不动时,使用最优染色体临近的点带回,该染色体所对应的真空度数组就是在耗能最少的最优真空度的数组,即为各真空点内真空度的最优;
示例性的,在一些示例中,遗传算法中,进化过程的参数设定如下表所示:
优选的,对于不同的车速、脱水量或蒸汽损耗,都可以用同样的方法求解出最节约成本的真空度数组,并记录在服务器3内的数据库内,在纸机运行时,根据不同的车速、脱水量或蒸汽损耗选取合适的真空度数组,用于设置各真空点的真空度;
作为本实施例中一种优选的实施例方式,所述适应度函数为:
其中,约束条件指的是第一约束条件和第二约束条件。
步骤S300、基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案并将调节方案发送至控制器;
具体的,在本实施例中在获取各真空点内真空度的最优解后,通过计算各真空点的真空度与最优解的差值,并基于该差值生成各真空点的调节方案,并将其发送至控制端4,所述控制端4基于该调节方案控制各真空点对应的真空设备抽气,使得各真空点达到最优值;
如图7所示,作为本实施例中一种优选的实施方式,基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案包括以下步骤:
步骤S310、基于各真空点的第一真空度计算各真空点所对应真空设备的第一抽气量;
步骤S320、基于真空点内真空度的最优解计算各真空点所对应真空设备的第二抽气量;
步骤S330、基于第二抽气量和第一抽气量的差值生成各真空点所对应真空设备的控制动作;
具体的,在获取各真空点的真空度后计算各真空点所对应真空设备的第一抽气量,然后基于真空点内真空度的最优解计算各真空点所对应真空设备的第二抽气量;
在本实施例中,各真空点的真空度由真空泵的真空度相同,真空泵的真空度与系统抽气量在理论计算中应该遵守达尔西定律,通过公式(5)计算:
V=KJ; 公式(5)
其中,V表示抽气速率,K表示成形网和各种浆料的透气度,J表示真空度,则网压部各真空点的抽气量计算方式如下;
1、吸水箱抽气量计算
计算吸水箱抽气量的方式为先总后分:一般的每0.1m网宽、每l0m/min车速对应0.01m3空气,然后根据达西定律V=KJ,再由各真空度的真空箱数量分配;
示例性的,假设某项目网宽6.25m,设计车速850m/min,那么网部真空箱总抽气量为6.25×10×850×0.01=531.25m3/min,假设该项目的真空度分配情况为:低湿吸箱(-7kpa)、高湿吸箱(一14kpa)、低真空箱(-37kpa)、高真空箱(-44kpa),那么计算出的低湿吸箱抽气量:36.44m3/min;高湿吸箱抽气量73m3/min;低真空箱抽气量:193m3/min;高真空箱抽气量:229m3/min;
2、伏辊抽气量计算
伏辊抽气量使用艾德琳计算真空伏辊公式,如公式(6)所示:
Q=KBV; 公式(6)
其中,Q表示抽气量,K表示真空因子,B表示网宽,Y表示车速;
3、压榨部真空系统抽气量
压榨部的真空系统利用毛布可以均匀加压,并带离部分被挤压出的水分,提升压榨部的脱水能力,压榨部吸移辊和真空吸水箱的计算公式与网部的伏辊及洗水箱的计算方式相同,此处不再赘述;
通过计算出的第一抽气量和第二抽气量的差值,将其发送至控制端4,通过控制端4控制真空泵的运行。
实施例2
如图8所示,本发明还提出了一种网压部真空系统压力自动整定系统,所述系统400包括:
获取单元401,用于获取网压部纸张的含水量和各真空点的真空度;
计算单元402,用于计算网压部纸张的含水量、生成函数模型以及根据网压部纸张的含水量计算各真空点内真空度的最优解;
控制单元403,用于根据各真空点内真空度的最优解与第一真空度生成调节方案;
具体的,在本实施例中,所述获取单元401通过采集端1获取网压部纸张的图像数据,并将其发送至计算单元402,所述计算单元402根据网压部纸张的图像数据计算网压部纸张的含水量;
所述计算单元402还根据真空系统的历史数据生成函数模型,并通过智能算法计算出各真空点内真空度的最优解,并将其发送至控制单元403;
所述控制单元403根据所述获取单元401获取的各真空点的第一真空度以及所述计算单元402计算的各真空点内真空度的最优解生成调节方案并根据调节方案发送指令至控制端4。
实施例3
本发明还公开了一种存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行实施例1所述的网压部真空系统压力自动整定方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory-media),如调制的数据信号和载波。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种网压部真空系统压力自动整定方法,其特征在于,包括以下步骤:
获取网压部纸张的含水量和各真空点的第一真空度,其中,第一真空度为当前时间的真空度数值;
获取单位时间内第一能耗的成本与各真空点真空度之间的函数模型,并基于该函数模型和网压部纸张的含水量获取各真空点内真空度的最优解;其中,所述第一能耗包括真空系统的电能耗和烘干部蒸汽能耗;
基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案并将调节方案发送至控制器;
获取网压部纸张的含水量的方法包括以下步骤:
获取网压部纸张的图像数据;
基于网压部的图像数据获取纸张的红外光谱数据;
基于纸张的红外光谱数据获取纸张的含水量;
所述单位时间内第一能耗的成本与各真空点真空度之间的函数模型的建立方法包括以下步骤:
获取纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第一数据组;
间隔预设时间后再次采集纸机运行过程中各真空点的真空度及单位时间内真空系统的电能损耗和烘干部的蒸汽损耗,记为第二数据组,重复此步骤,直至获取预设数量的数据组;
基于数据组通过人工神经网络系统建立函数模型;
所述函数模型存在第一约束条件:
;(1)
其中, 为第i个真空点的最小真空度;
为函数模型中第i个真空点的真空度;
为第i个真空点的最大真空度;
所述函数模型存在第二约束条件:
;(2)
其中,, />为第j个真空点的真空度;
所述真空点自网压部的上游至网压部下游依次排序,排序编号依次增大;
所述各真空点内真空度的最优解的获取方法包括以下步骤:
以真空度数组作为遗传算法中的染色体;
构建适应度函数;
设定初始种群、进化代数、种群规模、交叉概率和变异概率;
通过遗传算法进化迭代到种群染色体的适应度拨动在预设范围内时,获取此时的染色体所映射的真空度数组,即为各真空点内真空度的最优解;
基于各真空点内真空度的最优解与第一真空度之间的差值获取各真空点的真空度调节方案包括以下步骤:
基于各真空点的第一真空度计算各真空点所对应真空设备的第一抽气量;
基于真空点内真空度的最优解计算各真空点所对应真空设备的第二抽气量;
基于第二抽气量和第一抽气量的差值生成各真空点所对应真空设备的控制动作。
2.根据权利要求1所述的网压部真空系统压力自动整定方法,其特征在于,所述网压部纸张数据由加装有滤光片的红外相机获取。
3.根据权利要求1所述的网压部真空系统压力自动整定方法,其特征在于,所述适应度函数为:
;(3)。
4.实现如权利要求1-3中任一所述方法的一种网压部真空系统压力自动整定系统,其特征在于,包括:
获取单元,用于获取网压部纸张的含水量和各真空点的真空度;
计算单元,用于生成函数模型以及根据网压部纸张的含水量计算各真空点内真空度的最优解;
控制单元,用于根据各真空点内真空度的最优解与第一真空度生成调节方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566475.3A CN114351496B (zh) | 2021-12-17 | 2021-12-17 | 一种网压部真空系统压力自动整定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566475.3A CN114351496B (zh) | 2021-12-17 | 2021-12-17 | 一种网压部真空系统压力自动整定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114351496A CN114351496A (zh) | 2022-04-15 |
CN114351496B true CN114351496B (zh) | 2023-07-18 |
Family
ID=81102148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111566475.3A Active CN114351496B (zh) | 2021-12-17 | 2021-12-17 | 一种网压部真空系统压力自动整定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114351496B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114960262A (zh) * | 2022-07-27 | 2022-08-30 | 启东亦大通自动化设备有限公司 | 基于光学检测的风干机智能调节方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998028490A1 (de) * | 1996-12-20 | 1998-07-02 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur prozessführung bei der herstellung von papier |
US5825653A (en) * | 1997-03-14 | 1998-10-20 | Valmet Corporation | Method for overall regulation of a former of a paper machine or equivalent |
CN105321000A (zh) * | 2015-11-06 | 2016-02-10 | 重庆科技学院 | 基于bp神经网络与mobfoa算法的铝电解工艺参数优化方法 |
CN110286588A (zh) * | 2019-05-24 | 2019-09-27 | 同济大学 | 一种考虑能耗的装配线再平衡优化方法 |
CN111859698A (zh) * | 2020-07-28 | 2020-10-30 | 佛山科学技术学院 | 一种基于天牛须算法的机床加工节能优化方法 |
CN112949162A (zh) * | 2021-01-25 | 2021-06-11 | 广州博依特智能信息科技有限公司 | 基于数据驱动的箱板纸机干燥部能量系统运行优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7650195B2 (en) * | 2005-10-27 | 2010-01-19 | Honeywell Asca Inc. | Automated tuning of large-scale multivariable model predictive controllers for spatially-distributed processes |
-
2021
- 2021-12-17 CN CN202111566475.3A patent/CN114351496B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998028490A1 (de) * | 1996-12-20 | 1998-07-02 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur prozessführung bei der herstellung von papier |
US5825653A (en) * | 1997-03-14 | 1998-10-20 | Valmet Corporation | Method for overall regulation of a former of a paper machine or equivalent |
CN105321000A (zh) * | 2015-11-06 | 2016-02-10 | 重庆科技学院 | 基于bp神经网络与mobfoa算法的铝电解工艺参数优化方法 |
CN110286588A (zh) * | 2019-05-24 | 2019-09-27 | 同济大学 | 一种考虑能耗的装配线再平衡优化方法 |
CN111859698A (zh) * | 2020-07-28 | 2020-10-30 | 佛山科学技术学院 | 一种基于天牛须算法的机床加工节能优化方法 |
CN112949162A (zh) * | 2021-01-25 | 2021-06-11 | 广州博依特智能信息科技有限公司 | 基于数据驱动的箱板纸机干燥部能量系统运行优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114351496A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114351496B (zh) | 一种网压部真空系统压力自动整定方法及系统 | |
CN113156817A (zh) | 一种泵站智能配泵方法 | |
CN112484560A (zh) | 一种工业循环水的节水优化方法及系统 | |
CN206092359U (zh) | 基于需求用气量计算的空压机群控控制系统 | |
CN110097473A (zh) | 一种农作物生命全周期的数据采集方法、装置及设备 | |
CN116933216B (zh) | 一种基于柔性负荷资源聚合特征分析的管理系统及方法 | |
CN117348558A (zh) | 基于大数据分析的压滤生产闭环建模和优化控制方法 | |
CN115829418B (zh) | 适用于负荷管理的电力用户负荷特性画像构建方法和系统 | |
CN116232935B (zh) | 一种物联网监测大数据传输方法 | |
CN111950166A (zh) | 一种基于数据挖掘的生活用纸造纸机成本优化方法 | |
KR20210114136A (ko) | 주문 예측 방법 및 장치 | |
CN114265377B (zh) | 纸机抄造系统的集成优化系统 | |
CN113994869B (zh) | 一种基于物联网的智慧农业智能节水灌溉系统 | |
CN113780405B (zh) | 基于深度神经网络的空调机参数回归优化方法 | |
CN110264113B (zh) | 一种沼气发电机组的负载分配方法、装置及相关设备 | |
CN117040026B (zh) | 一种用于虚拟电厂的功率调节的运行方法 | |
CN112257779A (zh) | 一种中央空调自学习工况参数获取方法 | |
CN117312780B (zh) | 一种空压站数据增强方法、装置、存储介质及计算机设备 | |
CN114543273B (zh) | 一种集中空调供冷系统自适应深度学习优化节能控制算法 | |
CN110501952B (zh) | 一种信息采集设备及管理方法 | |
CN117236650B (zh) | 一种水肥一体化智慧泵房控制方法 | |
CN113591283B (zh) | 燃气锅炉的运行氧量调整方法、装置和计算机设备 | |
CN115657771A (zh) | 一种基于多智能体协同的大型商超综合体能效提升方法 | |
CN111753444A (zh) | 一种能源调控方法、装置、设备和存储介质 | |
CN118084292A (zh) | 一种污泥薄层干化高效运行装置及控制方法 |
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 |