烟用制丝环节智能化控制系统及方法技术方案

本发明专利技术公开了烟用制丝环节智能化控制系统及方法，所述系统包括信息平台，及与信息平台通信连接的趋势监控模块、关键参数互推模块和历史数据查询模块，其中趋势监控模块包括实时预测单元、智能控制单元、超标预警单元、智能推荐单元及自我学习单元。本发明专利技术通过对历史生产数据挖掘分析，将多元回归分析方法、神经网络算法等运算方法集合，分阶段建立预测模型，再通过模型求解，得出不同因素的影响下关键参数的正向和反向预测，从而实现对烘丝入口水分的精确控制，通过建模—验证—应用—优化的流程，实现在线质量预警、关联比较、实时预测、趋势预测、防范差错、上游预测下游、下游反馈上游、智能推荐等功能。

【技术实现步骤摘要】
烟用制丝环节智能化控制系统及方法
本专利技术涉及烟草行业，具体涉及制丝流水线的智能化控制领域，尤其涉及一种烟用制丝环节智能化控制系统及方法。
技术介绍
在烟草生产过程中，制丝生产过程是非常重要的一个环节，它是根据烟叶原料的理化特性，按照一定的程序逐步经过多种加工工序，把烟叶制成合格烟丝的过程。在卷烟生产过程中，制丝的工艺流程最长、工序最繁杂、设备种类也最多。现有的制丝车间生产作业为流水线式，其包含的重点设备有真空回潮机、松散回潮机、暂存柜、加料回潮机、热风润叶机、切丝机、烘丝机等。目前，国内各大烟草企业的生产计划和调度仍由操作员凭借经验手工完成，上述的各设备均由人工或半自动化操作，使得产品批次间质量差异较大，不利于产品的同质化。即，制丝环节存在着大量的人工协调和资源平衡问题，有限的人力难以保证协调和平衡的准确性，生产的停顿和供料的中断将大大影响企业的生产质量，因此对烟草制丝过程的智能化控制将对企业的生产成本和经济效益产生较大影响。公开号：CN111103854A的专利技术申请公开了一种用于提升烟草烘丝机生产稳定性的系统及方法，属于烟草制丝生产
该系统包括数据采集模块、数据处理模块、稳定性评价模块、预警与优化模块、稳态实时分析评价模块、非稳态自动控制判定模块、非稳态实时分析评价模块等结构。本专利技术以工业大数据、人工智能等新一代信息技术为支撑，减少非稳态时间并提高稳态控制质量，进而有效地提升烘丝机整个生产过程的质量稳定性。公告号：CN105759764A的专利技术专利公开了一种卷烟生产工艺参数控制系统及其控制方法。该系统由MC2烟支物理检测仪、物理指标采集装置、卷烟机电控系统、工艺参数采集装置、应用服务器、实时历史/关系数据库、数据分析服务器、现场操作终端、工艺参数控制服务器和工业以太网组成，实时历史/关系数据库由关系数据库服务器和实时历史数据库服务器构成；本专利技术形成一套包含采集、分析、控制的完整闭环系统，真正实现卷烟生产工艺参数的智能控制。公开号：CN101488024A的专利技术申请公开了一种烟草加工过程参数的在线质量评估与实时智能控制方法，包括：通过数据管理系统，预先设置原料加工设备运行参数与加工后产品内在质量之间的参数值；通过数据管理采集系统，实时进行在线采集；通过数据管理层智能控制系统，将实时在线采集的参数与预先设置的参数值进行比较；通过调整PLC控制系统运行参数及PID开闭环自动化控制参数设定值，控制设备上的阀门、风机、风门执行元件，以及烘丝回潮、润叶机筒体转速的参数调节，实现烟草在线加工过程中的原料质量变化趋势的精确、动态的控制，保证产品内在质量能够实时控制在优质、稳定范围内。上述专利文献通过对烟草加工或制丝环节的数据参数的采集，并对所采集的数据参数进行分析与比对，以提高烟草加工过程的质量稳定性，并实现工艺参数的智能控制。但其智能控制仍停留在较为初级的阶段，无法实现工艺参数的预测、预警、推荐及学习，且工艺参数之间互动性差，无法实现对烘丝入口水分的精确控制，进而从源头上提高产品同质化水平。
技术实现思路
为克服上述现有技术中的不足，本申请提供了一种烟用制丝环节智能化控制系统及方法。本专利技术依托信息平台中汇集的海量历史生产数据，借鉴数据模型理念，通过对历史生产数据挖掘分析，将多元回归分析方法、神经网络算法等运算方法集合，分阶段建立生产参数预测模型，再通过模型求解，得出不同因素影响下，关键参数的正向、反向预测，从而实现对制丝工艺烘丝入口水分的精确控制和生产趋势监控；建立智能控制模型、参数互推模型，通过建模—验证—应用—优化的流程，最终实现在线质量预警、关联比较、实时预测、趋势预测、防范差错、上游预测下游、下游反馈上游、智能推荐等功能。本专利技术旨在解决产品同质化水平，以提高烟丝水分控制的精确性、减少操作人员数量，实现制丝流水线“真正”的智能控制。本专利技术解决其技术问题所采用的技术方案为：烟用制丝环节智能化控制系统，包括信息平台，其内存储有历史生产数据，所述历史生产数据包括历史批次参数与参数关系，所述系统还包括与信息平台通信连接的趋势监控模块，包括实时预测单元、智能控制单元、超标预警单元、智能推荐单元及自我学习单元；关键参数互推模块，其以历史批次参数为基础，通过参数关系建立有参数互推模型，针对关键参数进行预测互推，对关键参数生产正确性进行验证、通过参数反推查找异常参数；历史数据查询模块，其内存储有历史预测数据与实际参数数据，并可在需要查询相应批次时进行直接查阅；其中：所述趋势监控模块基于历史生产数据，结合多元回归分析算法、神经网络算法，依照工序工段分阶段建立嵌套式生产参数预测模型，对相应生产参数进行预测，再基于生产参数预测值，通过神经网络算法，依照工序工段分阶段建立智能控制模型，对相应控制参数进行预测，基于控制参数预测值对各工序工段设备进行智能控制。作为上述技术方案的改进，所述嵌套式生产参数预测模型包括通过多元回归分析算法、神经网络算法分别构建的线性方程预测模型、神经网络预测模型，其中：批次标偏≤0.2的生产参数通过线性方程预测模型进行预测；批次标偏＞0.2的生产参数通过神经网络预测模型进行预测。作为上述技术方案的改进，所述参数互推模型为基于实时预测单元的生产参数预测值、参数关系，通过多元回归分析算法构建的关键参数的线性或非线性互推模型。作为上述技术方案的改进，所述超标预警单元设置有参数标准上下限，其用于判别超出工艺范围的生产参数及控制参数，并予以报警。作为上述技术方案的改进，所述智能推荐单元采用相似度匹配算法，通过卷烟生产过程条件、历史生产数据的关联与集成，通过构建、匹配、优选、推荐步骤，实现制丝工艺全流程控制参数的智能化实时推荐。作为上述技术方案的改进，所述自我学习单元依据历史生产数据的不断积累，通过自我学习提高模型预测精度。作为上述技术方案的改进，所述工序工段包括松散回潮工段、润叶加料工段、热风润叶工段。作为上述技术方案的改进，所述智能控制单元的智能控制模型设置有反馈回路，所述反馈回路连接有监测传感器。本专利技术同时提供了一种烟用制丝环节智能化控制方法，所述方法应用于上述任一项所述的烟用制丝环节智能化控制系统，其包括以下步骤：步骤一，数据采集数据来源：制丝线信息管理系统中相应历史生产数据；步骤二，预测模型建立结合多元回归分析算法、神经网络算法，依照工序工段分阶段建立嵌套式生产参数预测模型，对各工段生产参数进行预测；步骤三，控制模型建立基于步骤二预测值，通过神经网络算法，依照工序工段分阶段建立智能控制模型，对各工段控制参数进行预测，基于控制参数预测值对各工序工段设备进行智能控制；步骤四，关键参数互推基于步骤二预测值，以历史批次参数为基础，通过参数关系建立参数互推模型，针对关键参数进行预测互推；通过参数互推模型可对关键参数生产正确性进行验证、通过参数反推查找异常关键参数；步骤五，本文档来自技高网...

【技术保护点】
1.烟用制丝环节智能化控制系统，包括信息平台，其内存储有历史生产数据，所述历史生产数据包括历史批次参数与参数关系，其特征在于：所述系统还包括与信息平台通信连接的/n趋势监控模块，包括实时预测单元、智能控制单元、超标预警单元、智能推荐单元及自我学习单元；/n关键参数互推模块，其以历史批次参数为基础，通过参数关系建立有参数互推模型，针对关键参数进行预测互推，对关键参数生产正确性进行验证、通过参数反推查找异常参数；/n历史数据查询模块，其内存储有历史预测数据与实际参数数据，并可在需要查询相应批次时进行直接查阅；/n其中：/n所述趋势监控模块基于历史生产数据，结合多元回归分析算法、神经网络算法，依照工序工段分阶段建立嵌套式生产参数预测模型，对相应生产参数进行预测，再基于生产参数预测值，通过神经网络算法，依照工序工段分阶段建立智能控制模型，对相应控制参数进行预测，基于控制参数预测值对各工序工段设备进行智能控制。/n

【技术特征摘要】
1.烟用制丝环节智能化控制系统，包括信息平台，其内存储有历史生产数据，所述历史生产数据包括历史批次参数与参数关系，其特征在于：所述系统还包括与信息平台通信连接的
趋势监控模块，包括实时预测单元、智能控制单元、超标预警单元、智能推荐单元及自我学习单元；
关键参数互推模块，其以历史批次参数为基础，通过参数关系建立有参数互推模型，针对关键参数进行预测互推，对关键参数生产正确性进行验证、通过参数反推查找异常参数；
历史数据查询模块，其内存储有历史预测数据与实际参数数据，并可在需要查询相应批次时进行直接查阅；
其中：
所述趋势监控模块基于历史生产数据，结合多元回归分析算法、神经网络算法，依照工序工段分阶段建立嵌套式生产参数预测模型，对相应生产参数进行预测，再基于生产参数预测值，通过神经网络算法，依照工序工段分阶段建立智能控制模型，对相应控制参数进行预测，基于控制参数预测值对各工序工段设备进行智能控制。


2.根据权利要求1所述的烟用制丝环节智能化控制系统，其特征在于：所述嵌套式生产参数预测模型包括通过多元回归分析算法、神经网络算法分别构建的线性方程预测模型、神经网络预测模型，其中：
批次标偏≤0.2的生产参数通过线性方程预测模型进行预测；
批次标偏＞0.2的生产参数通过神经网络预测模型进行预测。


3.根据权利要求1所述的烟用制丝环节智能化控制系统，其特征在于：所述参数互推模型为基于实时预测单元的生产参数预测值、参数关系，通过多元回归分析算法构建的关键参数的线性或非线性互推模型。


4.根据权利要求1所述的烟用制丝环节智能化控制系统，其特征在于：所述超标预警单元设置有参数标准上下限，其用于判别超出工艺范围的生产参数及控制参数，并予以报警。


5.根据权利要求1所述的烟用制丝环节智能化控制系统，其特征在于：所述智能推荐单元采用相似度匹配算法，通过卷烟生产过程条件、历史生产数据的关联与集成，通过构建、匹配、优选、推荐步骤，实现制丝工艺全流程控制参数的智能化实时推荐。


6.根据权利要求1所述的烟用制丝环节智能化控制系统，其特征在于：所述自我学习单元依据历史生产数...

【专利技术属性】
技术研发人员：李自娟，刘博，张爱华，方汀，高杨，孙嘉，苗旺昌，郑海军，姚卫东，孙一鹤，贾晓慧，李光，常文慧，赵力源，马燕淑，
申请(专利权)人：张家口卷烟厂有限责任公司，
类型：发明
国别省市：河北;13