DE19814407A1 - Verfahren und Anordnung zur neuronalen Modellierung einer Papierwickelvorrichtung - Google Patents
Verfahren und Anordnung zur neuronalen Modellierung einer PapierwickelvorrichtungInfo
- Publication number
- DE19814407A1 DE19814407A1 DE19814407A DE19814407A DE19814407A1 DE 19814407 A1 DE19814407 A1 DE 19814407A1 DE 19814407 A DE19814407 A DE 19814407A DE 19814407 A DE19814407 A DE 19814407A DE 19814407 A1 DE19814407 A1 DE 19814407A1
- Authority
- DE
- Germany
- Prior art keywords
- paper
- winding
- winding device
- web
- control variables
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H18/00—Winding webs
- B65H18/08—Web-winding mechanisms
- B65H18/26—Mechanisms for controlling contact pressure on winding-web package, e.g. for regulating the quantity of air between web layers
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2301/00—Handling processes for sheets or webs
- B65H2301/40—Type of handling process
- B65H2301/41—Winding, unwinding
- B65H2301/414—Winding
- B65H2301/4148—Winding slitting
Description
Die Erfindung bezieht sich auf ein Verfahren und einer Anord
nung zur Erstellung eines neuronalen Modelles von einer Pa
pierwickelvorrichtung, wie beispielsweise einem Rollenschnei
der.
Bei der Produktion von Papier hat sich die Speicherung des
Papiers in Form von Rollen, welche auch als Tambour oder Wic
kel bezeichnet werden bewährt, weil dadurch auf kleinem Raum
sehr große Papiermengen faltenfrei zur Lagerung, zum Trans
port und zur Weiterverarbeitung gespeichert werden können.
Bei einem Rollenschneider besteht die Aufgabe der darin vor
handene Papierwickelvorrichtung darin, einen breiten Papier
wickel, wobei gängige Papierbreiten durchaus 9,50 m betragen
können, abzuwickeln und die Papierbahn entsprechend den Kun
denvorgaben zu konfektionieren. Hierzu werden diese in Längs
richtung zerschnitten und die dabei entstehenden schmaleren
Papierbahnen werden wieder aufgewickelt. Für die Aufwicklung
werden wegen ihrer technischen Vorzüge häufig Stützwalzen
wickler eingesetzt, von denen einer in Fig. 1 schematisch
dargestellt ist. Dieser Wickelvorgang beeinflußt in entschei
dendem Maße die Qualität des Papiers auf den gewickelten Rol
len, die stark von den in den Rollen auftretenden Spannungen
im Papier abhängt. Die sich dabei in Wickel ergebenden Tan
gential- und Radialspannungen werden unter anderem von fol
gendem Einfluß- und Steuergrößen der Papierwickelvorrichtung
und des Papiers beeinflußt:
- - Bei dem Zentrumsantrieben der Wickelstationen durch deren Momente und Drehzahlen.
- - Beim Stützwalzenantrieb durch dessen Moment und Drehzahl.
- - Bei den Wickelstationen durch den Wickelradius, die Linien kraft im Nip, Einstellungen der Reibdämpfer und der Breite der Wickel.
- - Von geometrischen Einflußgrößen, wie dem Stützwalzenradius, der Breite des Tambours, und dem Radius der Hülse, auf die die Papierwickel aufgewickelt werden.
- - Von den Papiereigenschaften, wie dem Elastizitätsmodul, dem Flächengewicht pro Dichte, der Rauhigkeit, der Glätte, der Feuchte, der Porosität, sowie der Bruchdehnung.
- - Von sonstigen Einflußgrößen, wie der Bahnkraft, der Rau higkeit der Stützwalze, dem Reibwert der Stützwalze für jede Papiersorte, sowie dem Elastizitätsmodul der Hülse, auf die gewickelt wird.
Da diese Einfluß- und Steuergrößen auch noch von Umgebungsbe
dingungen, wie beispielsweise der Luftfeuchtigkeit und der
Temperatur abhängen, lassen sich solche Wickelvorgänge sehr
schwer analytisch beschreiben. Aus diesen Gründen ist es be
sonders schwierig die Qualitätsanforderungen, die an solche
Wickel gestellt werden, zu erfüllen und gleichbleibend einzu
halten. Dabei wird insbesondere beim Stand der Technik immer
noch auf Expertenwissen zurückgegriffen. Vor allen Dingen
soll sichergestellt werden, daß reproduzierbare Wickel mit
einem optimalen Wickelhärteaufbau beim Wickelvorgang entste
hen. Weiterhin soll dabei ein seitliches Verlaufen, das auch
Teleskopieren der Rolle genannt wird, vermieden werden. Ins
besondere sollen Risse und Platzer sowie plastische Verfor
mungen beim Wickelvorgang ausgeschlossen werden können.
Bisher werden die Steuergrößen für solche Papierwickelvor
richtungen und insbesondere für Rollenschneider in Form von
Sollwertstrajektorien in einer Inbetriebnahmephase durch In
betriebsetzungsingenieure manuell und auf Basis ihres Erfah
rungswissens festgelegt. Dabei ist viel technologisches Know
how, Geschick und Zeit erforderlich. Im allgemeinen wird für
jede Papiersorte des Produktspektrums ein separater Satz von
Sollwerttrajektorien der Papierwickelvorrichtungen festgelegt
und beispielsweise im Prozeßrechner, der den Rollenschneider
steuert, abgespeichert. Bei einem späteren Betrieb werden die
Sollwerttrajektorien aus dem Speicher ausgelesen und zur
Steuerung der Wickelvorrichtung eingesetzt. Durch diese Vor
gehensweise wird ein bestimmtes Qualitätsniveau erreicht; die
dabei erzielbare Qualität wird jedoch durch folgende Tatsa
chen begrenzt:
- - Es kann nicht sichergestellt werden, daß immer optimale Steuertrajektorien zum Einsatz kommen, weil kein mathemati sches Modell zur Bestimmung optimaler Steuertrajektorien vorliegt. Fallweise können also suboptimale Steuertrajekto rien angewandt werden.
- - Drifts von Meßgeräten oder in Folge von Verschleiß bleiben unberücksichtigt.
- - Streuungen der Papierparameter innerhalb einer Sorte, wie beispielsweise des Flächengewichtes oder des Elastizitäts moduls bleiben unberücksichtigt.
Falls sich durch die genannten Effekte während des Betriebs
eines Rollenschneiders oder einer anderen Papierwickelvor
richtung die Wickelqualität unterhalb eines akzeptablen Wer
tes verschlechtert, so muß der Anlagenfahrer korrigierend von
Hand eingreifen. Allgemeine theoretische Grundlagen für die
Vorgänge die beim Papierwickeln auftreten werden in H.-J.
Schaffrath, F. Hibinger und L. Göttsching "Numerische Berech
nung von Spannungsverläufen und Wickelhärte in einer Papier
rolle", Seiten 350-361, Heft 6, 1994 angegeben. Bisher sind
keine Verfahren zur automatisierten Erstellung von Steuerpa
rametern für Papierwickelvorrichtungen und insbesondere für
Rollenschneider bekannt.
Die der Erfindung zugrundeliegende Aufgabe besteht darin, ein
Verfahren und eine Anordnung zur neuronalen Modellierung von
Papierwickelvorrichtungen und insbesondere zur Optimierung
der Steuerparameter dieser Vorrichtungen anzugeben.
Diese Aufgabe wird vor das Verfahren gemäß den Merkmalen des
Patentanspruches 1 und für die Anordnung gemäß den Merkmalen
des Patentanspruches 8 gelöst. Weiterbildungen der Erfindung
ergeben sich aus den abhängigen Ansprüchen.
Ein besonderer Vorteil des erfindungsgemäßen Verfahrens be
steht darin, daß das neuronale Modell unter Zuhilfenahme ei
ner Zwischengröße, der Bahnkraft oder einer mit ihr
korrelierten Meßgröße, erstellt wird, wobei diese aus dem
Zusammenhang zwischen Wickelradius und Lagenanzahl bestimmbar
ist. Da für diesen Zusammenhang Meßgrößen am realen System
ermittelt werden und für verschiedene Zeitpunkte zur
Verfügung stehen, kann ein neuronales Netz mit Steuerpa
rametern direkt als Modell eines Nips trainiert werden. Der
Vorteil besteht darin, daß also lediglich der Zusammenhang
zwischen Steuergrößen und Bahnkraft oder mit ihr korrelierter
Größe durch das neuronale Netz modelliert werden muß und daß
für die Bestimmung der Wickelgüte in Abhängigkeit der
Bahnkraft bekannte Zusammenhänge aus dem Stand der Technik
verwendet werden können. Wird als mit der Bahnkraft
korrelierte Größe die mittlere Lagendicke verwendet so, kann
diese über die Messung der Radiuszunahme bei gleichzeitiger
Zählung der Lagenanzahl bestimmt werden bezüglich De
tailinformationen zu diesem Thema wird auch auf den zitierten
Stand der Technik in der genannten Druckschrift verwiesen.
Vorteilhaft läßt sich das vorgeschlagene Verfahren zweistufig
anwenden. Während beispielsweise ein neuronales Netz mit
einer Papierwickelvorrichtung gekoppelt ist und diesem die
Einfluß- und Steuergrößen zugeführt werden, kann es den Zu
sammenhang zwischen Lagenanzahl und Steuerparametern, sowie
der Bahnkraft bzw. Der mit ihr korrelierten Größe lernen.
Für eine Erstellung von optimierten Steuerparametern kann ein
zweites neuronales Netz als aktuelle Kopie dieses an die
Maschine angeschlossenen neuronalen Netzes verwendet werden.
Vorteilhaft wird zur Ermittlung der optimierten Steuerparame
ter ein iteratives Verfahren durchgeführt, bei dem insbeson
dere durch das neuronale Netz, welches ein Modell der Papier
wickelvorrichtung und dabei insbesondere des Nip darstellt,
der Zusammenhang zwischen den Steuer- und Einflußgrößen und
der Bahnkraft bzw. der mit ihr korrelierten Größe modelliert
und mit der modellierten Bahnkraft die Wickelgüte aus dem
bekannten Zusammenhang aus dem Stand der Technik errechnet
wird. Falls eine mit der Bahnkraft korrelierte Größe
modelliert wird, besteht die Möglichkeit, daß diese direkt
meßbar ist, wie dies für die mittlere Lagendicke gilt. Diese
errechnete Wickelgüte kann im Anschluß mit der gewünschten zu
erzielenden Wickelgüte beim Wickelvorgang vergleichen werden
und die Steuerparameter können, quasi Off-Line, allein durch
Einsatz des Modelles an den Betrieb angepaßt werden, indem
sie fortwährend verändert werden, bis sich die gewünschte
Wickelgüte mit hinreichender Genauigkeit einstellt.
Vorteilhaft läßt sich aus der Differenz der Wickelgüte zwi
schen zwei benachbarten Optimierungsschritten und damit zu
sammenhängenden Veränderungen der Steuerparameter, die diese
Optimierungsschritte betreffen auf eine optimale Verände
rungsrichtung der Steuerparameter schließen, damit in einem
weiteren Optimierungsschritt in die richtige Richtung verän
derte Steuerparameter vorgegeben werden können.
Vorteilhaft werden durch das vorgeschlagene Verfahren Soll
werttrajektorien für die Steuerparameter bereitgestellt, da
sich die Meßgrößen im Verlaufe des Wickelvorgangs ändern und
angepaßte Steuergrößen erforderlich sind.
Besonders vorteilhaft läßt sich eine Papierwickelvorrichtung
oder ein Rollenschneider mit den wie vorgeschlagen
optimierten Steuerparametern bzw. Sollwerttrajektorien
betreiben, da damit die eingangs beschriebenen Nachteile
vermieden werden und ein höheres Qualitätsniveau beim
Papierwickelvorgang erzielbar ist.
Besonders vorteilhaft wird das vorgeschlagene Verfahren mit
Hilfe einer Anordnung durchgeführt, bei der das neuronale
Netz direkt mit der Papierwickelvorrichtung gekoppelt ist und
diesem die relevanten Meßgrößen, sowie beispielsweise die
Einflußgrößen des Papiers direkt zugeführt werden können, da
damit ständig im On-line-Betrieb beim Wickelvorgang das neu
ronale Netz nachtrainiert werden kann. Für eine fallweise an
fallende Optimierung von Steuerparametern für weitere Wickel
vorgänge kann einfach eine Kopie des neuronalen Netzes gezo
gen werden. Somit steht immer die aktuellste und am besten
trainierte Version des Netzes zur Verfügung.
Besonders vorteilhaft läßt sich ein neuronales Netz an der
Papierwickelvorrichtung eines Rollenschneiders anordnen, da
Rollenschneider häufig verwendet werden, um Kundenkonfektio
nierungen von Papierbahnen durchzuführen.
Besonders vorteilhaft werden bei einem vorgeschlagenen Ver
fahren bzw. einer vorgeschlagenen Anordnung mindestens die
Antriebsmomente der Wickelvorrichtung und der Elastizitätsmo
dul des Papiers gemessen, da diese Einflußgrößen sehr wichtig
für die erreichbare Qualität beim Wickelvorgang sind.
Im folgenden wird die Erfindung anhand von Figuren weiter er
läutert.
Fig. 1 zeigt dabei eine schematische Darstellung eines
Stützwalzenwicklers;
Fig. 2 veranschaulicht den Zusammenhang zwischen Lagenan
zahl, Bahnkraft und Wickelradius;
Fig. 3 zeigt ein Blockschaltbild einer Papierwickelvorrich
tung;
Fig. 4 zeigt ein neuronales Netz mit Eingangs- und Ausgangs
größen;
Fig. 5 veranschaulicht den Zusammenhang zwischen Lagenanzahl
und Radiuszunahme;
Fig. 1 zeigt schematisch den Aufbau eines Stützwalzenwick
lers mit dem Radius r als Wickelradius, F als der Bahnkraft
vor der Stützwalze St und der Bahngeschwindigkeit v. Die
Papierbahn ist mit P bezeichnet mit FAW ist die eingewickelte
Bahnkraft oder auch die Bahnkraft auf dem Wickel bezeichnet.
Mit MH ist das Antriebsmoment des Zentrumsantriebs der
Wickelhülse bezeichnet und mit MS das Antriebsmoment der
Stützwalze, wobei der Wickel mit Wi und die Hülse mit Hul be
zeichnet ist. Im Berührungspunkt der beiden Walzen, der auch
als Nip Ni bezeichnet wird, tritt eine Linienkraft Lin auf,
die mit Reibdämpfereinstellungen beeinflußt werden kann. Auf
dem Wickel Wi sind bereits mehrere Papierbahn übereinanderge
wickelt, was durch konzentrische Kreise angedeutet ist.
Bei Papierwickelvorrichtungen, wie sie insbesondere auch bei
Rollenschneidern von Papierrollen eingesetzt werden, spielen
für die Kriterien der erzielbaren Qualität die Bedingungen im
sogenannten Nip, in dem die beiden Papierseiten von den ver
schiedenen Walzen berührt werden, eine besondere Rolle. Gemäß
der Erfindung soll insbesondere das Verhalten der Wickelvor
richtung in Abhängigkeit der Steuerparameter und der Bahn
kraft FAW im Nip durch ein neuronales Netz modelliert werden.
Die Bahnkraft FAW hängt dabei ebenso wie die mit ihr
korrelierten Größen Aufwickelhärte und mittlere Lagendicke
von den Steuergrößen, sowie von weiteren Einflußgrößen z. B.
des Papiers und der Umgebung ab. Steuergrößen sind
beispielsweise die Antriebsmomente MS der Stützwalze St und
des Zentrumsantriebs MH, die Linienkraft Lin, mit welcher der
Winkel Wi auf die Stützwalze St gepreßt wird, die
Bahnzugkraft vor dem Nip F, sowie fallweise Reib
dämpfereinstellungen, mit welchen vertikalen Bewegungen des
Winkels Wi auf der Stützwalze St durch Hydraulikdämpfer oder
durch Wirbelstrombremsen bedämpft werden. Einflußgrößen stel
len beispielsweise die Papiereigenschaften, wie der Elastizi
tätsmodul, das Flächengewicht bezogen auf die Dichte, die
Rauhigkeit, die Glätte, die Feuchte, die Porosität und die
Bruchdehnung des Papiers dar. Ebenso müssen beispielsweise
von den Stützwalzeneigenschaften deren Rauhigkeit und Reib
wert, sowie Geometriedaten wie beispielsweise die Papierbahn
breiten berücksichtigt werden.
Die Vorgänge im Nip sind sehr komplex und analytisch schlecht
beschreibbar. Deshalb existiert im Stand der Technik kein
brauchbares Modell für das Nip-Verhalten eines Stützwalzen
wicklers. Es soll folglich ein Modell des Nips datenbasiert
durch ein neuronales Netz erzeugt werden. Gemäß dem Verfahren
werden hierzu die Eingangsdaten des neuronalen Netzes, d. h.
die Steuergrößen und die weiteren bereits beschriebenen
Einflußgrößen und die Ausgangsdaten, d. h. die Bahnkraft FAW,
bzw. die mit ihr korrelierte Größe für eine Vielzahl von
Wickelvorgängen gespeichert, um damit das neuronale Netz
trainieren zu können. Dabei besteht das Problem, die
Ausgangsgröße FAW zu bestimmen, da diese nicht meßbar ist.
Vorgeschlagen wird deswegen zunächst diese nicht meßbare
Größe FAW, d. h. die Bahnkraft, aus bekannten meßbaren Größen
zu errechnen. Analog kann die mittlere Lagendicke aus
Radiuszunahme und Lagenanzahl berechnet werden.
Wie Fig. 2 zeigt, besteht ein Zusammenhang zwischen der
Bahnkraft FAW dem Wickelradius rAW und der Lagenanzahl des
gewickelten Papiers. Gemäß der Erfindung läßt sich also die
Bahnkraft FAW(r) in Abhängigkeit des Wickelradius r rekon
struieren, indem beispielsweise der Wickelradius rAW in Ab
hängigkeit der Papierlagenanzahl z gemessen wird. Wie Fig. 2
weiter zeigt, besteht ein Zusammenhang zwischen der Bahnkraft
und der radialen Verformung des Papiers, die sich dann auf
den Wickelradius in Abhängigkeit der Lagenanzahl und die
Aufrollwickelhärte, sowie die mittlere Lagendicke auswirkt.
In der Darstellung in Fig. 2, sind beispielsweise bereits
drei Papierlagen aufgewickelt. Den jeweiligen Papierlagen
sind die Bahnkräfte FAW(1), FAW(2), FAW(3) zugeordnet. Dabei
gilt für die momentan in Aufwicklung befindliche vierte Lage
und deren Bahnkraft FAW(4) folgender Zusammenhang. Je höher
die Bahnkraft FAW beim Aufwickeln der vierten Lage ist, um so
höher ist der Radialdruck, der von der vierten Lage auf die
darunterliegenden Papierbahnen ausgeübt wird und um so
kleiner wird, aufgrund der elastischen Verformung des
Papiers, der resultierende Wickelradius rAW des Wickels mit
vier Lagen sein. In Fig. 2 sind die den entsprechenden
Wickellagen zugeordneten Wickelradien mit ihren Benummerungen
entsprechend den Bahnkräften für die einzelnen Lagen
bezeichnet, wobei rAW(0) den Radius der Hülse Hul, auf die
das Papier aufgewickelt wird, angibt. Der Einfachheit halber
sind die gewickelten Papierlagen in Fig. 3 als konzentrische
Kreise angenommen. Es besteht ebenfalls die Möglichkeit die
Bahnkraft über die tangentiale Verformung des Papiers zu
ermitteln, die jedoch hier nicht dargestellt ist.
Vorzugsweise müssen hierfür in axialer Richtung der
Papierrolle entsprechende Meßvorrichtungen vorgesehen sein,
um die lagenabhängige Verformung zu bestimmen. Für die
Bestimmung der Bahn kraft gilt dabei folgender funktionaler
Zusammenhang:
rAW(z) = f(FAW(r))
Damit gibt sich für die Bahnkraft in Abhängigkeit des Radius
FAW(r) = f-1(rAW(z)).
Nach der Rekonstruktion der Bahnkraft auf dem Wickel in Ab
hängigkeit der meßbaren Daten stehen die Parameter für das
Training des neuronalen Netzes zur Nachbildung des Nips zur
Verfügung. Die Bahnkraft bildet dabei bevorzugt die Target
größe des neuronalen Netzes, während die Einfluß- und Steuer
größen die Vorgaben für die Sollwerttrajektorien, die zu ler
nen sind, bilden. Da diese Größen an einer realen Papierwic
kelvorrichtung gemessen wurden, kann das Netz mit Hilfe die
ser Vorgehensweise auf Basis eines normalen bekannten Lern
verfahrens zu einem Nip-Modell trainiert werden, wobei das
neuronale Netz als statischer Funktionsapproximator arbeitet.
Wie Fig. 3 zeigt, besteht das vorgeschlagene Verfahren
vorzugsweise aus zwei Funktionsblöcken, wobei ein Funktions
block Ni den Nip nachbildet und der zweite Funktionsblock Wi
den Wickel. Dem ersten Funktionsblock werden beispielsweise
die bereits genannten Einfluß- und Steuergrößen 70 und 80 zu
geführt, worauf dieser folglich eine Bahnkraft FAW in
Abhängigkeit des Radius r ausgibt. Diese Bahnkraft wird dem
Modell für den Wickel Wi zugeführt, auf dem sich in Abhängig
keit einer Bahnkraft eine Wickelgüte 100 einstellt. Dabei ist
insbesondere zu berücksichtigen, daß also die Bahnkraft nicht
über die Wickelgüte als Meßgröße rekonstruiert wird, sondern
über die Abhängigkeit zwischen der Lagenanzahl und dem sich
einstellenden Wickelradius, bzw. der mittleren Lagendicke und
der Aufrollwickelhärte. Zur Bestimmung optimaler
Steuerparameter für die Papierwickelvorrichtung wird
allerdings aus FAW mittels aus dem Stand der Technik
bekannter Zusammenhänge die Wickelgüte direkt errechnet.
Gemäß dem Verfahren läßt sich eine bessere Wickelqualität
erreichen, wenn für den gesamten Wickelvorgang ein mathe
matisches Modell vorliegt. Hierdurch ist es möglich, eine Op
timierung bezüglich der Wickelgüte vorzunehmen, um optimale
Steuertrajektorien für den Wickelvorgang zu erhalten. Das be
deutet, daß über die Wickelgüte 100 und die Steuertrajekto
rien 70 und 80 mit Hilfe der Zwischengröße Bankkraft FAW(r)
oder einer mit ihr korrelierten Größe und der beiden Modelle
Ni und Wi für den Nip und den Wickel optimale
Steuertrajektorien für den gesamten Prozeß erstellt werden
können. Als Bindeglied zwischen den beiden Teilmodellen
fungiert die Bahnkraft FAW in Abhängigkeit von r oder eine
mit der Bahnkraft korrelierte Größe. Es wird der
Zwischenschritt über die Bahnkraft FAW gemacht, weil sich die
Wickelgüte nicht direkt messen läßt, sondern eine Zerstörung
des Papierwickels bedingt. Es ist natürlich denkbar, daß
zukünftige Meßvorrichtungen es erlauben, daß die Wickelgüte
direkt gemessen werden kann, dann kann wie vorgeschlagen das
neuronale Netz direkt mit der Wickelgüte als Targetgröße und
den Steuertrajektorien als Eingangsgrößen trainiert werden,
um damit ein Gesamtmodell der Papierwickelvorrichtung zu
erhalten.
Fig. 4 zeigt ein neuronales Netz NN, das vorzugsweise gemäß
der Erfindung ein Modell des Nips einer Papierwickelvorrich
tung darstellt. Dem neuronalen Netz NN werden Größen 10 bis
30 zugeführt, woraus es Ausgangsgrößen FAW(r) und 50 erzeugt.
Wie bereits zuvor beschrieben, werden dem neuronalen Netz
beim Training bevorzugt Größen zugeführt, die an der realen
Papierwickelvorrichtung gemessen werden. Als Targetgröße wird
dabei bevorzugt über dem Zusammenhang zwischen Lagenanzahl
und Wickelradius die Bahn kraft FAW rekonstruiert und beim
Training des Netzes verwendet. Gemäß dem Verfahren kann es
auch vorgesehen sein an einer Papierwickelvorrichtung ständig
ein neuronales Netz mit anzuordnen, was während des Betriebs
dieser Vorrichtung die entsprechenden Größen, die es für sei
nen Lernvorgang benötigt, zugeführt bekommt. Dies hat den
Vorteil, daß das neuronale Netz ständig mit dem aktuellen
Verhalten der Papierwickelvorrichtung trainiert wird und so
mit das Verhalten dieser Maschine immer besser nachbilden
kann. Fallweise können dem neuronalen Netz als Größen 10 bis
30 Meßwerte zugeführt werden, die von Meßfühlern aufgenommen
werden, welche spezifische Meßgrößen der Papieranordnung er
mitteln. Fallweise können auch statische Eigenschaftsgrößen
wie beispielsweise Geometriedaten, Papiereigenschaften und
Umweltbedingungen beim Training des Netzes zugeführt werden.
Die Zufuhr kann dabei durch Meßfühler, oder sonstige Eingabe
mittel bewerkstelligt werden. Falls es ggf. einmal möglich
sein sollte die Wickelgüte des Papiers direkt am Wickel zu
messen, ohne diesen zu zerstören, so kann selbstverständlich
die Erfindung auch mit der Wickelgüte als Targetgröße ausge
führt werden. Vorzugsweise werden durch das neuronale Netz
über die bereits beschriebene Vorgehensweise mit einem itera
tiven Verfahren durch Vorgabe von Steuerparametern und Aus
rechnung der Wickelgüte über FAW und den bekannten Zusammen
hang aus dem Stand der Technik zwischen FAW und der Wickel
güte optimale Steuertrajektorien ermittelt, indem ständig
neue Parameter vorgegeben werden, bis eine im Prozeß zu er
zielende und gewünschte Wickelgüte erreicht wird. Analog gilt
diese Vorgehensweise für mit der Bahnkraft korrelierte
Größen, die indirekt ableitbar sind, wie die mittlere
Lagendicke. Diese am neuronalen Netz ermittelten
Steuertrajektorien werden dann der realen Anordnung als
Steuertrajektorien für den Papierwickelprozeß vorgegeben. Der
Vorteil der Erfindung besteht insbesondere darin, daß die so
ermittelten und optimierten Steuerparameter immer an das
aktuelle Prozeßverhalten und die Einflußgrößen des Prozesses
angepaßt sind, so daß ein höchst mögliches Maß an Qualität
durch die vorgeschlagene Vorgehensweise erzielbar ist.
Weiterhin wird durch das vorgeschlagene Verfahren eine
optimale Genauigkeit bei der Einstellung erzielt, da es nicht
auf Erfahrungswissen, sondern auf Meßgrößen und auf
mathematischen Zusammenhängen bzw. neuronalen Modellen
basiert.
Wie Fig. 5 zeigt, kann anstatt der Bahnzugkraft auch eine
mit der Bahnzugkraft korrelierte Größe durch das neuronale
Netz modelliert werden, eine Voraussetzung einer solchen
Größe, die in diesem Zusammenhang allgemeiner modelliert
werden kann, besteht allerdings darin, daß eine solche Größe
mit der Bahnzugkraft (FAW) korreliert sein muß, um für die
Kopplung zwischen dem Nip Ni und dem Wickel Wi geeignet zu
sein. Analog zu der Darstellung in Fig. 3 tritt dann anstatt
der Bahnzugkraft FAW(r) die entsprechend mit der Bahnzugkraft
korrelierte Größe auf, welche durch das neuronale Netz
modelliert wird. Als Beispiel für eine solche mit der
Bahnzugkraft FAW korrelierte Größe ist hier die sogenannte
Aufrollwickelhärte dargestellt. Für die Aufrollwickelhärte
existieren verschiedenste Definitionen; im Folgenden soll die
mittlere Papierlagendicke benutzt werden: während des
Aufrollvorgangs wird die Anzahl der aufgewickelten Lagen z
und die Radiuszunahme durch Differenzbildung r2-r1 bestimmt,
wie dies auch Fig. 5 zeigt, wo der Wickel im Zustand 100 mit
dem Radius r1 vor der Aufwicklung von z-Lagen gezeigt ist.
Nach dieser Aufwicklung befindet sich der Wickel im Zustand
200 und hat den Radius r2. Über diese Veränderung des
Außenradius nach der Aufwicklung von z-Lagen läßt sich die
mittlere Lagendicke MLD bestimmen. Gemittelt wird
typischerweise z. B. über Z=100 Lagen und man erhält die
mittlere Lagendicke MLD, die ein Maß für die Härte der
Wicklung darstellt zu:
Diese Gleichung wird während des Aufwickelvorganges
wiederholt ausgewertet, so daß man einen Verlauf der
mittleren Lagendicke MLD in Abhängigkeit des Dickeradius r
erhält:
MLD = MLD(r).
Die mittlere Lagendicke verhält sich in diesem Fall genau
umgekehrt proportional zur Bahnzugkraft FAW, wie er in Fig.
2 dargestellt ist. Die auf diese Weise ermittelte mittlere
Lagendicke MLD verfügt über den wichtigen Vorteil, daß sie
während des Betriebes eines Rollenschneiders Online
berechenbar ist. Dazu müssen lediglich Radiusmessungen
vorgenommen und die Papierlagen auf dem Wickel gezählt
werden. Verfälscht wird die Berechnung gemäß der Gleichung
lediglich durch die elastische Verformung der Papierlagen,
die vor der Aufwicklung der z-Lagen zwischen Hülse und dem
Außenradius r1 liegen. Diese Verformung wird durch den
Radialdruck bewirkt, den die unter Tangentialspannung
aufgewickelten z-Lagen auf die darunterliegenden Papierlagen
ausüben. Die Verfälschung kann jedoch im Rahmen der
Weiterverarbeitung, der mittels der
Mittelwertbildungsgleichung erhaltenen Werte korrigiert
werden.
Nachdem die Bahnzugkraft FAW und die Aufrollwickelhärte bzw.
der mittleren Lagendicke MLD korreliert sind, gilt folgender
Zusammenhang: erhöht man die Bahnkraft FAW, so wird das
Papier mit einer größeren Tangentialspannung eingewickelt.
Dies führt zu erhöhten Radialdrücken und zu einer erhöhten
Lagenpressung. Daraus resultiert eine kleinere mittlere
Lagendicke MLD, d. h. der Wickel wird härter gewickelt. FAW
und MLD sind damit hoch korreliert. Gemäß der Darstellungen
in Fig. 3 kann dann der Nip unter Zuhilfenahme von MLD(r)
anstatt von FAW(r) durch das neuronale Netz modelliert
werden. Dabei hat die Verwendung der mittleren Lagendicke den
Vorteil, daß diese, wie zuvor ausgeführt, unter Zuhilfenahme
der Mittelwertbildungsgleichung und der Korrelation zwischen
der Bahn kraft und der mittleren Lagendicke gemessen werden
kann.
Claims (11)
1. Verfahren zur neuronalen Modellierung einer Papierwickel
vorrichtung,
- a) bei dem in einem ersten Schritt Einfluß- und Steuergrößen einer Papierwickelvorrichtung (70, 80) für das Training eines neuronalen Netzes (NN) bereitgestellt werden, indem diese gemessen werden und mindestens in Abhängigkeit der gewickelten Lagenanzahl (z) und des zugehörigen Wickelra dius (r) das Papierwickels abgespeichert werden,
- b) bei dem aus dem Zusammenhang zwischen den Meßgrößen Wic kelradius (r) und zugehöriger Lagenanzahl (z) des Papier wickels die Bahnkraft in der Papierbahn (FAW) oder eine mit der Bahnkraft korrelierte Größe (MLD) in Abhängigkeit der Einfluß- und Steuergrößen (70, 80) der Papier wickelvorrichtung als Targetgröße für das neuronale Netz (NN) bestimmt wird,
- c) und bei dem das neuronale Netz (NN) als Modell der Pa pierwickelvorrichtung (Wi, St) über ein gängiges Lernver fahren mindestens mit den Einfluß- und Steuergrößen der Papierwickelvorrichtung (70, 80) als Eingangsgrößen und der davon abhängigen Bahnkraft (FAW), bzw. der mit der Bahn kraft korrelierten Größe (MLD) als Ausgangsgröße trainiert wird.
2. Verfahren nach Anspruch 1, bei dem die Einfluß- und Steu
ergrößen (MH, MS, r) an einer realen Papierwickelvorrich
tung und/oder am Papier, und/oder der Umgebung der Papier
wickelvorrichtung oder des Papiers gemessen werden.
3. Verfahren nach einem der Ansprüche 1 oder 2, bei dem die
Einfluß- und Steuergrößen (MH, MS, r) zeitabhängig gespei
chert werden.
4. Verfahren zur Erzeugung von optimalen Steuergrößen für
eine Papierwickelvorrichtung in Abhängigkeit einer ge
wünschten Wickelgüte (100) des Papierwickels,
- a) bei dem in einem ersten Optimierungsschritt dem nach einem der Ansprüche 1 bis 3 erstellten neuronalen Modell (NN) Einflußgrößen (70) und zu optimierende erste Steuergrößen (80) der Papierwickelvorrichtung zugeführt werden und da raus mit Hilfe des Modells (NN) eine erste Bahnkraft (FAW), bzw. eine mit der ersten Bahnkraft korrelierte erste Größe (MLD) bestimmt wird,
- b) bei dem in einem zweiten Schritt aus dem bekannten Zusam menhang zwischen Bahnkraft (FAW) bzw. der mit der Bahnkraft korrelierten Größe und Wickelgüte (100) aus der ersten Bahnkraft (FAW), bzw. der korrelierten ersten Größe (MLD) eine erste Wickelgüte (100) bestimmt wird,
- c) und bei dem die erste Wickelgüte mit der gewünschten Wic kelgüte verglichen wird und in einem weiteren Optimie rungsschritt dem Modell mindestens zu optimierende zweite Steuergrößen (80) der Papierwickelvorrichtung zugeführt werden, wobei diese Vorgehensweise solange beibehalten wird, bis die aus a) und b) bestimmte Wickelgüte (100) hinreichend genau mit der gewünschten Wickelgüte überein stimmt.
5. Verfahren nach Anspruch 4, bei dem die Veränderung der
Wickelgüte (100) in Abhängigkeit der Änderung der Steuer
größen (80) zweier benachbarter Optimierungsschritte be
stimmt wird und aus dieser Veränderung darauf geschlossen
wird in welcher Weise die Steuergrößen für den nächsten
Optimierungsschritt zu verändern sind, um zur gewünschten
Wickelgüte zu gelangen.
6. Verfahren nach einem der Ansprüche 4 oder 5, bei dem Steu
ertrajektorien als zeitabhängige Abfolge von Steuergrößen
erzeugt werden.
7. Betriebsverfahren für eine Papierwickelvorrichtung, bei
dem der Papierwickelvorrichtung Steuergrößen zugeführt
werden, welche nach einem der Ansprüche 4 bis 6 optimiert
erzeugt wurden.
8. Anordnung zur neuronalen Modellierung einer Papierwickel
vorrichtung,
- a) die erste Mittel zum Messen von Einfluß- und Steuergrößen der Papierwickelvorrichtung in Abhängigkeit der gewickel ten Lagenanzahl (z) und des zugehörigen Wickelradius (r) das Papierwickels aufweist,
- b) die zweite Mittel zur Bestimmung der Bahnkraft in der Pa pierbahn (FAW), bzw. einer mit der Bahnkraft korrelierten Größe als Targetgröße für ein neuronales Netz (NN) mindestens aus dem Zusammenhang zwischen den von den ersten Mitteln gemessenen Größen Wickelradius (r) und zu gehöriger Lagenanzahl (z) des Papierwickels, sowie in Ab hängigkeit der Einfluß- und Steuergrößen der Papierwic kelvorrichtung (MH, MS, r) aufweist, denen die von den er sten Mitteln gemessenen Größen zugeführt werden,
- c) und die ein neuronales Netz (NN) als Modell der Papier wickelvorrichtung aufweist dem die Größen zugeführt wer den, welche von den ersten und zweiten Mitteln bestimmt bzw. gemessen werden und das über ein gängiges Lernver fahren die Abhängigkeit der ihm zugeführten Größen vonein ander lernt.
9. Anordnung nach Anspruch 8, die mindestens Mittel zum Spei
chern einer der gemessenen oder ermittelten Größen auf
weist.
10. Anordnung nach Anspruch 8 oder 9, bei der die Papierwic
kelvorrichtung als Tambourschneider ausgebildet ist.
11. Verfahren nach einem der Ansprüche 1 bis 7 bzw. Anordnung
nach einem der Ansprüche 8 bis 10, bei dem bzw. der minde
stens Antriebsmomente der Wickelvorrichtung, sowie der
Elastizitätsmodul des Papiers gemessen werden.
Priority Applications (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19814407A DE19814407B4 (de) | 1997-05-09 | 1998-03-31 | Verfahren und Anordnung zur neuronalen Modellierung einer Papierwickelvorrichtung |
CA002328191A CA2328191A1 (en) | 1998-03-31 | 1998-11-03 | Method and arrangement for neural modeling of a paper winding device |
AT98961066T ATE222381T1 (de) | 1998-03-31 | 1998-11-03 | Verfahren und anordnung zur neuronalen modellierung einer papierwickelvorrichtung |
PCT/DE1998/003204 WO1999050719A1 (de) | 1998-03-31 | 1998-11-03 | Verfahren und anordnung zur neuronalen modellierung einer papierwickelvorrichtung |
ES98961066T ES2182381T3 (es) | 1998-03-31 | 1998-11-03 | Procedimiento y disposicion para modelado neuronal de un dispositivo bobinador de papel. |
US09/647,433 US6584366B1 (en) | 1998-03-31 | 1998-11-03 | Method and arrangement for neural modeling of a paper winding device |
PT98961066T PT1070280E (pt) | 1998-03-31 | 1998-11-03 | Processo e dispositivo para a modelagem neuronal de um dispositivo de enrolamento de papel |
DK98961066T DK1070280T3 (da) | 1998-03-31 | 1998-11-03 | Fremgangsmåde og indretning til neural modellering af en papirviklingsindretning |
EP98961066A EP1070280B1 (de) | 1998-03-31 | 1998-11-03 | Verfahren und anordnung zur neuronalen modellierung einer papierwickelvorrichtung |
BR9815782-5A BR9815782A (pt) | 1998-03-31 | 1998-11-03 | Processo e disposição para modelagem neuronal de um dispositivo de bobinagem de papel |
NO20004936A NO319837B1 (no) | 1998-03-31 | 2000-09-29 | Fremgangsmate og anordning for nevral modellering av en papirviklingsinnretning |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19719702 | 1997-05-09 | ||
DE19719702.7 | 1997-05-09 | ||
DE19814407A DE19814407B4 (de) | 1997-05-09 | 1998-03-31 | Verfahren und Anordnung zur neuronalen Modellierung einer Papierwickelvorrichtung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19814407A1 true DE19814407A1 (de) | 1998-11-12 |
DE19814407B4 DE19814407B4 (de) | 2007-04-19 |
Family
ID=7829148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19814407A Expired - Fee Related DE19814407B4 (de) | 1997-05-09 | 1998-03-31 | Verfahren und Anordnung zur neuronalen Modellierung einer Papierwickelvorrichtung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19814407B4 (de) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19900884A1 (de) * | 1999-01-12 | 2000-07-20 | Siemens Ag | System und Verfahren zum Bedienen und Beobachten eines Automatisierungssystems mit Prozeßvisualisierung und Prozeßsteuerung durch virtuelle Anlagenmodelle als Abbild einer realen Anlage |
WO2005100687A2 (en) * | 2004-04-14 | 2005-10-27 | Metso Paper, Inc. | Method and system for performing and utilising load measurements in the maintenance of machine components and devices relating to papermaking |
US8038643B2 (en) | 2004-02-03 | 2011-10-18 | Fresenius Medical Care Deutschland Gmbh | Device and method for loading a patient connector for peritoneal dialysis with a closure plug |
US10482202B2 (en) | 2016-06-30 | 2019-11-19 | The Procter & Gamble Company | Method for modeling a manufacturing process for a product |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3221497B2 (ja) * | 1991-06-20 | 2001-10-22 | 三菱電機株式会社 | 制御方法およびその制御方法を用いた電力系統電圧−無効電力制御装置 |
DE19531692C2 (de) * | 1995-08-29 | 2000-01-13 | Clemens Schaeffner | Verfahren zur Beobachtung nicht meßbarer Größen nichtlinearer dynamischer Systeme |
-
1998
- 1998-03-31 DE DE19814407A patent/DE19814407B4/de not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19900884A1 (de) * | 1999-01-12 | 2000-07-20 | Siemens Ag | System und Verfahren zum Bedienen und Beobachten eines Automatisierungssystems mit Prozeßvisualisierung und Prozeßsteuerung durch virtuelle Anlagenmodelle als Abbild einer realen Anlage |
US6718215B2 (en) | 1999-01-12 | 2004-04-06 | Siemens Aktiengesellschaft | System and an associated method for operating and monitoring an automation system by means of virtual installation models |
US8038643B2 (en) | 2004-02-03 | 2011-10-18 | Fresenius Medical Care Deutschland Gmbh | Device and method for loading a patient connector for peritoneal dialysis with a closure plug |
WO2005100687A2 (en) * | 2004-04-14 | 2005-10-27 | Metso Paper, Inc. | Method and system for performing and utilising load measurements in the maintenance of machine components and devices relating to papermaking |
WO2005100687A3 (en) * | 2004-04-14 | 2006-04-20 | Metso Paper Inc | Method and system for performing and utilising load measurements in the maintenance of machine components and devices relating to papermaking |
AT502431B1 (de) * | 2004-04-14 | 2008-04-15 | Metso Paper Inc | Verfahren und system zur durchführung und verwendung von belastungsmessungen zur wartung von maschinenkomponenten und -vorrichtungen in bezug auf papierherstellung |
US10482202B2 (en) | 2016-06-30 | 2019-11-19 | The Procter & Gamble Company | Method for modeling a manufacturing process for a product |
Also Published As
Publication number | Publication date |
---|---|
DE19814407B4 (de) | 2007-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1037842B1 (de) | Verfahren und anordnung zur vorhersage und regelung einer papierwickelkenngrösse bei einer papierwickelvorrichtung | |
EP1070280B1 (de) | Verfahren und anordnung zur neuronalen modellierung einer papierwickelvorrichtung | |
EP1409388B1 (de) | Verfahren zur steuerung eines rollenspeichers und rollenspeicher zum speichern blättförmiger gegenstände | |
EP1505023A2 (de) | Verfahren und Vorrichtung zur Regelung der Bahnzugkraft und des Schnittregisters einer Rollenrotationsdruckmaschine | |
EP3569537A1 (de) | Verfahren zum wickeln eines wickelgutes, computerprogrammprodukt, steuereinrichtung und wickelmaschine | |
DE10335888A1 (de) | Verfahren und Vorrichtung zum Regeln des Schnittregisters einer Rollenrotationsdruckmaschine | |
DE102012211118A1 (de) | Wellpappe-Anlage zur Herstellung von Wellpappe | |
DE102009016206A1 (de) | Verfahren zur Bahnspannungseinstellung | |
DE19814407B4 (de) | Verfahren und Anordnung zur neuronalen Modellierung einer Papierwickelvorrichtung | |
EP1542919B1 (de) | Verfahren und vorrichtung zum regeln von bahnspannungen eines mehrbahnsystems | |
EP1457274A2 (de) | Verfahren und Vorrichtung zur Vermeidung von Schwingungen | |
DE19832967C1 (de) | Verfahren zur rechnergestützten Ermittlung einer Ausgangsgröße, Verfahren zum rechnergestützten Training eines neuronalen Netzes, Anordnung zur rechnergestützten Ermittlung einer Ausgangsgröße und Anordnung zum rechnergestützten Training eines neuronalen Netzes sowie deren jeweilige Verwendung | |
DE102009052330A1 (de) | Verfahren zum Regeln einer Regelgröße bei einer Bearbeitungsmaschine | |
WO1995019591A1 (de) | Verfahren und vorrichtung zur führung eines prozesses | |
DE10393725T5 (de) | Verfahren zum Steuern eines Aufwicklers inklusive dem Bestimmen von Laufparametern auf der Grundlage von Modellen unter Berücksichtigung eines Abwicklers | |
EP1577241B1 (de) | Markierungseinheit für eine Materialbahn | |
AT511029A2 (de) | Verfahren zur regelung der bahnspannung in einem einen tänzer aufweisenden bahnspannungsabschnitt | |
EP2436625A2 (de) | Verfahren zur Herstellung und Weiterverarbeitung von Papier | |
EP4045986A1 (de) | Verfahren für eine modellbasierte bestimmung von modellparametern | |
WO2020177910A1 (de) | Rollenschneidmaschinen-antrieb | |
WO2000055421A1 (de) | Verfahren zum betreiben einer maschine zur herstellung und/oder veredelung von materialbahnen | |
DE102010050821A1 (de) | Verfahren zur Regelung der Bahnspannung in einem einen Tänzer aufweisenden ersten Bahnspannungsabschnitt | |
EP2384830B1 (de) | Verfahren zum Ermitteln von Parametern eines Modells für eine Walzanlage | |
EP2085342A2 (de) | Verfahren zum Aufwickeln einer Materialbahn zu einer Materialbahnrolle und Wickelvorrichtung, insbesondere Tragwalzenwickelvorrichtung | |
DE102021119111A1 (de) | Verfahren und Vorrichtung zum Aufwickeln einer Materialbahn in einer Rollenschneidmaschine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R409 | Internal rectification of the legal status completed | ||
R409 | Internal rectification of the legal status completed | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20111001 Effective date: 20141001 |