CN117044980A - 提高烘丝出口水分稳定性的方法 - Google Patents

提高烘丝出口水分稳定性的方法 Download PDF

Info

Publication number
CN117044980A
CN117044980A CN202310787501.8A CN202310787501A CN117044980A CN 117044980 A CN117044980 A CN 117044980A CN 202310787501 A CN202310787501 A CN 202310787501A CN 117044980 A CN117044980 A CN 117044980A
Authority
CN
China
Prior art keywords
moisture
outlet
data
model
sequence
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.)
Pending
Application number
CN202310787501.8A
Other languages
English (en)
Inventor
方汀
郑金鹏
常文慧
庞存瑞
冯子贤
赵力源
田斌
马明磊
唐智超
张志武
杨晓华
谭雯
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.)
Zhangjiakou Cigarette Factory Co Ltd
Original Assignee
Zhangjiakou Cigarette Factory 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 Zhangjiakou Cigarette Factory Co Ltd filed Critical Zhangjiakou Cigarette Factory Co Ltd
Priority to CN202310787501.8A priority Critical patent/CN117044980A/zh
Publication of CN117044980A publication Critical patent/CN117044980A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种提高烘丝出口水分稳定性的方法，包括步骤1数据采集、步骤2建立模型：将平滑后的数据序列作为输入数据，通过ARIMA模型方法建立烘丝出口水分预测模型以及步骤3水分控制：将实时采集到的烘丝出口水分数据输入到预测模型中，得到对于未来一段时间内烘丝出口水分的预测值；然后，根据预测值和设定值之间的偏差，通过控制器对烘丝出口水分进行调节，以达到稳定控制的目的。与传统PID控制器和BP神经网络建模相比，本发明方法不依靠数据训练，模型比较稳定，并且具有响应速度快、适用性广等优点，能够实现对烘丝出口水分的精准控制，具有重要的应用价值。

Description

提高烘丝出口水分稳定性的方法
技术领域
本发明涉及烟草加工技术领域，具体涉及一种提高烘丝出口水分稳定性的方法。
背景技术
在烟草生产中，烘丝是一个非常关键的环节。烘丝的质量直接影响着卷烟的品质。而烘丝的质量又会受到很多因素的影响，比如温度、湿度等因素。其中，烘丝出口水分的稳定性对烘丝质量具有重要影响，如何提高烘丝出口水分的稳定性是烟草行业的一个重要问题。
现有技术中，一般采用PID控制器来控制烘丝出口水分的稳定性。但是，PID控制器对于非线性系统的控制能力较弱，而烘丝出口水分的变化通常是非线性的，因此PID控制器不能够很好地完成对烘丝出口水分的控制。
同时，现有技术中也存在着一些基于BP神经网络数学建模的方法，来对烘丝出口水分进行预测和控制。这些方法通常需要较强的计算能力和数据处理能力，系统模型的表达式和参数选择要求较高，并且对于非线性数据分析效果不好，对训练模型的依赖性较大，如果基础数据不充足，或者物料配方改变或者环境变化，对预测结果都有着严重的影响。
因此，需要一种新的烘丝出口水分稳定性提高系统和方法，能够克服现有技术的局限性，提高烘丝出口水分的控制精度和稳定性，保证烘丝质量的稳定性和一致性。
发明内容
为了克服上述问题，本发明提供了一种基于ARIMA算法的提高烘丝出口水分稳定性的方法，具有以下优点：精度高、稳定性强、响应速度快、适用性广等。
本发明解决其技术问题所采用的技术方案为：
提高烘丝出口水分稳定性的方法，包括
步骤1：数据采集
生产过程中采集烘丝入口水分数据，并将其存储到数据库中；
对采集的数据进行去噪、异常点处理和平滑曲线拟合处理，得到平滑后的数据序列；
步骤2：建立模型
将平滑后的数据序列作为输入数据，通过ARIMA模型方法建立烘丝出口水分预测模型；
步骤3：水分控制
将实时采集到的烘丝出口水分数据输入到预测模型中，得到对于未来一段时间内烘丝出口水分的预测值；
然后，根据预测值和设定值之间的偏差，通过控制器对烘丝出口水分进行调节，以达到稳定控制的目的。
作为上述技术方案的改进，步骤1所述的平滑曲线拟合处理是指对去噪异常点处理后的数据序列进行平滑曲线多项式拟合分析处理，得到相应的拟合曲线，从而重构烘丝入口水分数据序列，用于根据给定的数据序列拟合出一条平滑曲线，将入口水分非线性趋势拟合成线性趋势。
作为上述技术方案的改进，步骤2建立烘丝出口水分预测模型的方法为：
通过ARIMA模型方法进行预测模型的建立；在ARIMA模型中，通过自回归模型描述当前观察值与前一时刻的观察值之间的关系，通过差分项消除时间序列的非平稳性，并使得序列转换为一个平稳序列，通过移动平均模型描述当前观察值与前一时刻的误差之间的关系，通过时间序列数据的自相关函数和偏自相关函数计算模型中的参数p、d、q；
其中，p表示自回归项数，d表示差分次数，q表示移动平均项数；
根据确定的参数p、d、q，使用最小二乘法拟合预测模型，并给出残差序列，判断模型是否符合要求；
通过交叉验证法验证拟合好的模型是否具有预测出口水分值的能力。
本发明带来的有益效果：
1、采用平滑曲线拟合法优化数据，对于非线性输入系统具有较好的处理能力，本发明方法能够有效改善烘丝入口水分存在波动大且不稳定的问题，从而能够更加准确地控制烘丝出口水分的波动，可以有效提高系统的控制精度和稳定性；
2、与传统PI D控制器和BP神经网络建模相比，本发明方法不依靠数据训练，模型比较稳定，并且具有响应速度快、适用性广等优点，能够实现对烘丝出口水分的精准控制，具有重要的应用价值。
3、本发明方法可以有效消除数采数据中的噪声和干扰，并确定出水分变化的趋势，从而使得控制器能够更加准确地控制烘丝出口水分。同时，该方法还可以结合多种控制算法进行控制，在实际生产中具有广泛的应用前景。
附图说明
下面结合附图和具体实施例对本发明作进一步说明：
图1为本发明的控制流程图；
图2为预测模型建立流程图。
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。
实施例1
参照图1，提高烘丝出口水分稳定性的方法，包括
步骤1：数据采集
生产过程中通过在线传感器等设备采集烘丝入口水分数据，并将其存储到数据库或文件中；
对采集的数据进行去噪和异常点处理，比如在没有出烟丝的时候，水分仪采集到的是皮带的数据，需要将烟丝以外的数据剔除，再基于平滑曲线拟合分析法重构烘丝入口水分数据序列，得到平滑后的数据序列；
平滑曲线拟合处理是指利用MATLAB软件对去噪异常点处理后的数据序列进行平滑曲线多项式拟合分析处理，得到相应的拟合曲线，从而重构烘丝入口水分数据序列，用于根据给定的数据序列拟合出一条平滑曲线，将入口水分非线性趋势拟合成线性趋势。
步骤2：建立模型
将平滑后的数据序列作为输入数据，通过ARIMA模型方法建立烘丝出口水分预测模型；
在ARIMA模型中，通过自回归模型描述当前观察值与前一时刻的观察值之间的关系，通过差分项消除时间序列的非平稳性，并使得序列转换为一个平稳序列，通过移动平均模型描述当前观察值与前一时刻的误差之间的关系，通过时间序列数据的自相关函数和偏自相关函数计算模型中的参数p、d、q；
其中，p表示自回归项数，d表示差分次数，q表示移动平均项数；
根据确定的参数p、d、q，使用最小二乘法拟合预测模型，并给出残差序列，判断模型是否符合要求；
通过交叉验证法验证拟合好的模型是否具有预测出口水分值的能力。
步骤3：水分控制
将实时采集到的烘丝出口水分数据输入到预测模型中，得到对于未来一段时间内烘丝出口水分的预测值；
然后，根据预测值和设定值之间的偏差，通过控制器对烘丝出口水分进行调节，以达到稳定控制的目的。
实施例2
参照图2，利用ARIMA模型方法建立烘丝出口水分预测模型。
步骤1：通过平滑曲线拟合法对非平稳烘丝入口水分序列数据进行平稳操作，得到平稳的连续时间序列入口水分数据值。
步骤2：确定ARIMA模型的阶数p,d，q，烘丝入口水分数据经过步骤1处理已经是平稳数据，不需要再进行差值处理，所以此时的d＝0；
需要确定自回归阶数p和移动平均阶数q；
根据时间序列数据的自相关函数(ACF)和偏自相关函数(PACF)，计算得到自回归阶数p＝3和移动平均阶数q＝1(此处示例参数根据步骤4调试得出)。
步骤3：建立ARIMA预测模型MA(t)
步骤4：ARIMA预测MA(t)模型验证
根据历史数据，将参数带入到预测模型中，得到烘丝出口水分预测值，并将预测值与实际值进行最小二乘法拟合，得到残差序列，将该序列与烘丝出口水分标准值导入到spss软件中分析得到置信区间值，如果小于等于0.05，则认为该预测模型可用；如果不符合要求，需要调整p，q值，重新进行步骤4直到找到符合步骤4要求的参数。
通过这种方法，一方面可以验证预测值与实际值的拟合度，另一方面可以验证该模型是否能够符合工艺要求。
步骤5：MA(t)模型校正
通过烘丝出口水分预测值yt与烘丝出口水分实际值yt'进行交叉验证；
验证模型预测出口水分值与实际出口水分值的偏差，如果超过异常阀值0.1，则偏差值η＝出口水分预测值-出口水分实际值，将偏差值η带回步骤3模型中，进行预测值偏差修正。
实施例3
提高烘丝出口水分稳定性的系统，包括
数据采集单元、建立模型单元和水分控制单元；
数据采集单元，用于生产过程中通过在线传感器等设备采集烘丝入口水分数据，并将其存储到数据库或文件中，并对采集的数据进行去噪和平滑处理，基于平滑曲线拟合分析法重构烘丝入口水分数据序列，得到平滑后的数据序列；
建立模型单元，用于将平滑后的数据序列作为输入数据，通过ARIMA模型方法建立烘丝出口水分预测模型；
水分控制单元，用于将实时采集到的烘丝出口水分数据输入到预测模型中，得到对于未来一段时间内烘丝出口水分的预测值，然后根据预测值和设定值之间的偏差，通过控制器对烘丝出口水分进行调节，以达到稳定控制的目的。
本系统还包括交互单元，用于通过人机界面提供系统参数设置、数据查询、异常报警等功能，方便操作人员实时监控系统运行情况。
本实施例未记载技术细节可参照其它实施例。
应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，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 (3)

1.提高烘丝出口水分稳定性的方法，其特征在于：包括
步骤1：数据采集
生产过程中采集烘丝入口水分数据，并将其存储到数据库中；
对采集的数据进行去噪、异常点处理和平滑曲线拟合处理，得到平滑后的数据序列；
步骤2：建立模型
将平滑后的数据序列作为输入数据，通过ARIMA模型方法建立烘丝出口水分预测模型；
步骤3：水分控制
将实时采集到的烘丝出口水分数据输入到预测模型中，得到对于未来一段时间内烘丝出口水分的预测值；
然后，根据预测值和设定值之间的偏差，通过控制器对烘丝出口水分进行调节，以达到稳定控制的目的。
2.根据权利要求1所述的提高烘丝出口水分稳定性的方法，其特征在于：步骤1所述的平滑曲线拟合处理是指对去噪异常点处理后的数据序列进行平滑曲线多项式拟合分析处理，得到相应的拟合曲线，从而重构烘丝入口水分数据序列，用于根据给定的数据序列拟合出一条平滑曲线，将入口水分非线性趋势拟合成线性趋势。
3.根据权利要求1所述的提高烘丝出口水分稳定性的方法，其特征在于：步骤2建立烘丝出口水分预测模型的方法为：
通过ARIMA模型方法进行预测模型的建立；在ARIMA模型中，通过自回归模型描述当前观察值与前一时刻的观察值之间的关系，通过差分项消除时间序列的非平稳性，并使得序列转换为一个平稳序列，通过移动平均模型描述当前观察值与前一时刻的误差之间的关系，通过时间序列数据的自相关函数和偏自相关函数计算模型中的参数p、d、q；
其中，p表示自回归项数，d表示差分次数，q表示移动平均项数；
根据确定的参数p、d、q，使用最小二乘法拟合预测模型，并给出残差序列，判断模型是否符合要求；
通过交叉验证法验证拟合好的模型是否具有预测出口水分值的能力。
CN202310787501.8A 2023-06-29 2023-06-29 提高烘丝出口水分稳定性的方法 Pending CN117044980A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310787501.8A CN117044980A (zh) 2023-06-29 2023-06-29 提高烘丝出口水分稳定性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310787501.8A CN117044980A (zh) 2023-06-29 2023-06-29 提高烘丝出口水分稳定性的方法

Publications (1)

Publication Number Publication Date
CN117044980A true CN117044980A (zh) 2023-11-14

Family

ID=88654201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310787501.8A Pending CN117044980A (zh) 2023-06-29 2023-06-29 提高烘丝出口水分稳定性的方法

Country Status (1)

Country Link
CN (1) CN117044980A (zh)

Similar Documents

Publication Publication Date Title
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
CN109674080B (zh) 烟叶回潮加水量预测方法、存储介质及终端设备
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
CN111144667A (zh) 一种基于梯度提升树的烟草回潮机出料含水率预测方法
CN112021626B (zh) 烟用制丝环节智能化控制系统及方法
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
CN105341985A (zh) 烘丝机入口叶丝含水率控制方法和系统
CN111695730B (zh) 基于arima及rnn的立磨振动预测方法及装置
CN116994416B (zh) 基于人工智能的风机运行故障预警方法及系统
CN112273695A (zh) 松散回潮出口含水率预测方法、装置以及设备
CN114403487B (zh) 一种松散回潮的加水控制方法
CN110876481B (zh) 一种烟草烘丝参数的控制方法和装置
CN114115393A (zh) 一种制丝线薄板烘丝机出口水分和温度的控制方法
CN105334738B (zh) 一种适用于烟草加工过程pid控制回路的性能评价方法
CN116822353A (zh) 一种制造工艺过程的数字孪生模型快速构建方法
CN117852949A (zh) 一种烟叶烘烤自动评价考核方法
CN111580384A (zh) 水泥生产中分解炉温度pid控制系统参数自动调整方法
JPH0995917A (ja) 河川水位予測装置
CN117044980A (zh) 提高烘丝出口水分稳定性的方法
CN117473833A (zh) 基于有限元和神经网络的棒线材轧制力预测方法及装置
CN111695300A (zh) 一种汽轮机阀门流量拟合方法及系统
CN116090349A (zh) 一种光学薄膜生产工艺优化方法、设备及存储介质
CN113076309B (zh) 烟草生丝水分加水量预测系统及方法
CN112800671B (zh) 一种数据处理方法、装置及电子设备

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