一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法技术

本发明专利技术公开一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其目的在于描述特殊过程工艺流量与料香或掺配物的滞后效应，确定堆栈延时。选定制丝环节某一特殊过程的料香流量或掺配物流量(Yt)作为被解释变量，该特殊过程主秤工艺流量及其n期滞后值作为解释变量，即X＝(Xt,Xt‑1,…,Xt‑10)，模型的最大滞后期由特殊过程的工艺布局决定，建立分布滞后模型，将堆栈延时的求解转化为对模型中参数的估计，运用SCAD方法确定滞后期，根据数采频次计算出堆栈延时时间。应用本发明专利技术方法能够克服解释变量X及其若干滞后期存在严重多重共线性的问题，同时避免了在对所有变量施加相同的惩罚时估计量有偏的劣势，提高了分布滞后模型的精度。

【技术实现步骤摘要】
一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法
本专利技术涉及卷烟生产过程质量评价
，具体涉及一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法。
技术介绍
对形成的产品是否合格不易或不能经济地进行验证的过程，通常称为“特殊过程”。在卷烟制丝生产过程中加香、加料、混丝掺配均为特殊过程。加香、加料及掺配的均匀性直接影响到卷烟感官质量。目前，特殊过程借助PID程序控制确保总体精度的符合性，物料通过电子秤计量，控制系统根据电子秤给出的瞬时物料流量以及设定的加料加香(掺配)比例计算出瞬时添加量，通过堆栈延时后将目标添加量送入PID作为目标值，完成整个加料过程的闭环自动控制，堆栈延时的作用是消除物料从电子秤计量到加料加香(掺配)点的时间差。综合文献调研，近年来行业内在烟草加工特殊过程堆栈延时研究方面有个别文献报道，例如，《制丝线瞬时加料比例的计算与应用》研究了堆栈延时对瞬时加料比例计算的影响，但是缺乏方法论基础，未对堆栈延时设置是否合理进行验证。
技术实现思路
本专利技术的目的是提供一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，识别效果较好，提高了分布滞后模型的精度。为了解决上述技术问题，本专利技术的技术方案是：一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，首先选定制丝环节某一特殊过程物料工艺流量、料香流量(掺配物料流量)的完整过程数据并确定数采频次，然后将料香流量或掺配物流量(Yt)作为被解释变量，该特殊过程主秤工艺流量及其n期滞后值作为解释变量，即X＝(Xt，Xt|1，|，模型的最大滞后期由特殊过程的工艺布局决定，建立分布滞后模型，将堆栈延时的求解转化为对模型中参数的估计，运用SCAD方法确定滞后期，最后根据数采频次计算出堆栈延时时间。为实现上述的目的，本专利技术采用了如下技术方案：一种基于分布滞后模型的堆栈延时计算方法，其步骤如下：1、确定特殊过程数据样本：选定生产线及产品规格，确定研究变量和数采频率，利用数采系统(MES)对指标进行实时采集，以批次号为单位构成批次完整数据；2、建立分布滞后模型：(1)选取模型的解释变量，X＝(Xt，Xt|1，|，；(2)选取模型的被解释变量，Yt；(3)根据电子秤与加料、加香(掺配)点的工艺布局决定最大滞后期；3、运用SCAD方法进行分析(模型验证)：(1)运用十折交叉验证测试模型的准确性，获取使模型均方误差最小的λ值；(2)根据λ的取值列出各解释变量的参数估计值，并筛选出不为零且最大的值；4、计算堆栈延时时间：挑选出的参数估计值×数采频次＝延时时间相对于现有技术本专利技术具有如下优点：1、本专利技术能够准确计算及验证生产线各特殊过程堆栈延时时间的设置是否合理，识别效果较好。2、本专利技术以统计理论方法为基础，能够克服解释变量X及其若干滞后期存在严重多重共线性的问题。3、本专利技术以统计理论方法为基础避免了在对所有变量施加相同的惩罚时估计量有偏的劣势，提高了分布滞后模型的精度。附图说明图1为本专利技术加料过程模型选择结果图；图2为本专利技术加香过程模型选择结果；图3为本专利技术梗丝掺配过程模型选择结果图。具体实施方式在本实施例中，需要说明的是，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。另，在本具体实施方式中如未特别说明部件之间的连接或固定方式，其连接或固定方式均可为通过现有技术中常用的螺栓固定或钉销固定，或销轴连接等方式，因此，在本实施例中不再详述。实施例11、选取某工厂某牌号全年同一生产线全批次加料工序过程数据，数采频次为6s采集1次。选取料液流量(Yt)作为模型的被解释变量，加料工艺流量(X)及其10期滞后作为解释变量，即X＝(Xt，Xt|1，|。模型的最大滞后期由电子秤与加料机喷嘴间隔的工艺布局决定。运用十折交叉验证模型的误差，每批次根据滞后项系数的大小，选择系数最大的变量，如图1所示，当λ＝0.0508时，模型的均方误差最小。模型，各解释变量的系数估计值见表1。在加料过程的11个解释变量中，只有Xt-7及的系数估计值不为0，且的系数最大。因此，运用SCAD方法，此批次确定的加料滞后期为7期，堆栈延时时间为42s。表1解释变量系数的估计值注：Xt表示工艺流量当期，表示Xt滞后期为s的滞后项，s＝1，2|，10。实施例21、选取某工厂某牌号全年同一生产线全批次加香工序过程数据，数采频次为6s采集1次。选取香料流量(Yt)作为模型的被解释变量，加香工艺流量(X)及其10期滞后作为解释变量，即X＝(Xt，Xt|1，|。模型的最大滞后期由电子秤与加香机喷嘴间隔的工艺布局决定。运用十折交叉验证模型的误差，每批次根据滞后项系数的大小，选择系数最大的变量，如图2所示，当λ＝0.00078时，模型的均方误差最小。模型，各解释变量的系数估计值见表2。在加香过程的11个解释变量中，只有Xt-8的系数估计值不为0且最大。因此，运用SCAD方法，此批次确定的加料滞后期为8期，堆栈延时时间为48s。表2解释变量系数的估计值注：Xt表示工艺流量当期，表示Xt滞后期为s的滞后项，s＝1，2|，10。实施例31、选取某工厂某牌号全年同一生产线全批次梗丝掺配工序过程数据，数采频次为6s采集1次。选取梗丝流量(Yt)作为模型的被解释变量，掺配主秤工艺流量(X)及其10期滞后作为解释变量，即X＝(Xt，Xt|1，|。模型的最大滞后期由掺配主秤与掺配秤的工艺布局决定。运用十折交叉验证模型的误差，每批次根据滞后项系数的大小，选择系数最大的变量，如图3所示，当λ＝0.0010时，模型的均方误差最小。模型，各解释变量的系数估计值见表3。在梗丝掺配过程的11个解释变量中，只有Xt-4的系数估计值不为0且最大。因此，运用SCAD方法，此批次确定的加料滞后期为4期，堆栈延时时间为24s。表3解释变量系数的估计值注：Xt表示工艺流量当期，表示Xt滞后期为s的滞后项，s＝1，2|，10。以上所述，仅为本专利技术的具体实施方式，但本专利技术的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其特征在于：包括如下步骤：(1)确定特殊过程数据样本；(2)建立分布滞后模型；(3)运用SCAD方法进行分析；(4)计算堆栈延时时间。

【技术特征摘要】
1.一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其特征在于：包括如下步骤：(1)确定特殊过程数据样本；(2)建立分布滞后模型；(3)运用SCAD方法进行分析；(4)计算堆栈延时时间。2.根据权利要求1所述的基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其特征在于：步骤(1)包括如下步骤：(1)选定生产线及产品规格，确定研究变量和数采频率，利用数采系统MES对指标进行实时采集；(2)以批次号为单位构成批次完整数据。3.根据权利要求1所述的基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其特征在于：步骤(2)包括如下步骤：(1)选取...

【专利技术属性】
技术研发人员：马晓龙，何雪平，刘继辉，许磊，崔宇翔，杨晶津，李晓科，王慧，李兴绪，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：云南,53