提高烘丝出口水分稳定性的方法技术

本发明专利技术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

【技术实现步骤摘要】
提高烘丝出口水分稳定性的方法


[0001]本专利技术涉及烟草加工
，具体涉及一种提高烘丝出口水分稳定性的方法
。

技术介绍

[0002]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
。
[0003]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
。
[0004]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
。
[0005]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
。

技术实现思路

[0006]为了克服上述问题，本专利技术提供了一种基于
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
。
[0007]本专利技术解决其技术问题所采用的技术方案为：
[0008]提高烘丝出口水分稳定性的方法，包括
[0009]步骤1：数据采集
[0010]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；
[0011]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；
[0012]步骤2：建立模型
[0013]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；
[0014]步骤3：水分控制
[0015]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；
[0016]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
。
[0017]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
。
[0018]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：
[0019]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
；
[0020]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；
[0021]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；
[0022]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
。
[0023]本专利技术带来的有益效果：
[0024]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，本专利技术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；
[0025]2、
与传统
PI D
控制器和
BP
神经网络建模相比，本专利技术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
。
[0026]3、
本专利技术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
[0027]下面结合附图和具体实施例对本专利技术作进一步说明：
[0028]图1为本专利技术的控制流程图；
[0029]图2为预测模型建立流程图
。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，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，都属于本专利技术保护的范围
。
[0031]实施例1[0032]参照图1，提高烘丝出口水分稳定性的方法，包括
[0033]步骤1：数据采集
[0034]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；
[0035]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；
[0036]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
。
[0037]步骤2：建立模型
[0038]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；
[0039]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
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

【专利技术属性】
技术研发人员：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，
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：