System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种卧式打叶机组叶片结构指标智能控制系统技术方案_技高网

一种卧式打叶机组叶片结构指标智能控制系统技术方案

技术编号:40145981 阅读:6 留言:0更新日期:2024-01-24 00:21
本发明专利技术公开一种卧式打叶机组叶片结构指标智能控制系统,包括:卧式打叶机组;叶片结构指标检测设备;控制器,其电连接卧式打叶机组用于控制其工作和电连接叶片结构指标检测设备;智能决策系统,其电连接所述控制器,该智能决策系统包括知识推理子系统和预测子系统。本发明专利技术不但实现了对卧式打叶机组叶片结构指标智能控制,还通过预测子系统对知识推理子系统的推荐参数进行叶片结构指标结果预测,待预测叶片结构指标合格后再将参数下传给控制器执行,对打叶复烤车间叶梗分离段的智能化制造水平提升有较大帮助。

【技术实现步骤摘要】

本专利技术涉及卧式打叶机组控制,具体涉及一种卧式打叶机组叶片结构指标智能控制系统


技术介绍

1、烟叶打叶复烤是我国烟草行业产业链中的重要环节,也是将烟叶从农产品转换为工业原料、提升其经济价值的第一道工序,在生产加工过程中需要时刻关注大中片率、叶中含梗率等各项叶片结构指标的合格稳定。同时,由于打叶机组是一个非线性、多级耦合、大惯性系统,叶片结构指标受到烟叶物化特性、烟叶部位、设备运行参数、二润温湿度、环境温湿度等诸多因素综合影响。所以,在打叶复烤车间打叶机组的控制一直采用开环控制,凭借操作工工作经验设置设备参数,通过观察和监控叶片结构指标的变化修改调整控制参数,保证各项叶片结构指标的稳定性。打叶机组的操作调控对操作工的人工经验和责任心依赖性较高,劳动强度也较大。不同工作经验和责任心的操作工加工出来的叶片结构指标有较明显波动,这对烟叶质量的均质化指标有较大影响,进而影响到制丝和卷接加工环节的产品质量。

2、因此,如何提供一种能够避免上述弊端的卧式打叶机组叶片结构指标智能控制系统便成为了本领域技术人员急需解决的技术问题。


技术实现思路

1、为实现上述目的,本专利技术提供一种利用知识推理和大数据预测模型实现打叶机组控制参数自动调整的卧式打叶机组叶片结构指标智能控制系统。具体技术方案如下:

2、一种卧式打叶机组叶片结构指标智能控制系统,包括:

3、卧式打叶机组,其包括沿上下游方向依次相连的至少两级打叶机及风分机、回梗打辊部件,每级打叶机均包括至少一个打叶辊,每级风分机均包括至少一个风分器,还包括用于接收所有风分器的风分口所输出的叶片的风分出料汇总皮带和用于接收所述回梗打辊部件所输出的烟梗的烟梗输送皮带,所述风分出料汇总皮带、所述烟梗输送皮带和每个所述风分器的风分口处均设置有取样装置,还包括多台流量秤,其一一对应设置在风分出料汇总皮带、所述烟梗输送皮带和每一个风分器的风分口处;

4、叶片结构指标检测设备,其连接所有的所述取样装置用于间隔获取待检测叶片的叶片结构指标,所述待检测叶片为风分出料汇总皮带上的叶片和/或单个风分器的风分口所输出的叶片和/或烟梗输送皮带上的烟梗;

5、控制器,其电连接所述卧式打叶机组用于控制其工作和电连接所述叶片结构指标检测设备用于接收该叶片结构指标检测得出的叶片结构指标;

6、智能决策系统,其电连接所述控制器,该智能决策系统包括知识推理子系统和预测子系统:

7、所述知识推理子系统,其包括初始机组运行参数指导模块和指标异常指导模块,所述初始机组运行参数指导模块内存储有如下知识:加工若干不同产地、不同部位的烟叶时,进入该卧式打叶机组前的入口实时总流量、二润温度湿度、各个流量秤的实时流量数据和加工至期望叶片结构指标时的机组运行参数,所述机组运行参数包括各级打叶辊转速、风分器的风机频率,该知识来源于事实加工数据,该初始机组运行参数指导模块用于在接收到待加工烟叶的部位、产地、期望叶片结构指标时用于提供一初始机组运行参数;所述指标异常指导模块内存储有如下知识:叶片结构指标异常时,影响该异常的最大概率的是哪一级风分器和/或打叶辊,并给出控制器相应指令以对该风分器的出口的烟叶进行叶片结构指标检测,并该风分器和/或打叶辊的参数如何调整能够使得叶片结构指标正常,该知识来源于行业专家和操作人员的经验,该指标异常指导模块根据所述控制器传输的叶片结构指标异常情况下用于给出卧式打叶机组的调整运行参数;

8、所述预测子系统,其电连接所述指标异常指导模块用于接收所述指标异常指导模块给予的调整运行参数,并基于该调整运行参数来进行叶片结构指标的预测,其采用非线性回归网络模型,该模型的参数通过对历史加工数据训练获得,得出机组运行参数和叶片结构指标的预测关系,所述历史加工数据包含烟叶部位、产地、入口实时总流量、所述机组运行参数、二润温度湿度、叶片结构指标检测设备检测的叶片结构指标、各个流量秤的流量数据;

9、工作时,在所述智能决策系统输入待加工烟叶的部位、产地、期望叶片结构指标,所述智能决策系统的知识推理子系统的初始机组运行参数指导模块会将一组初始运行参数输出给所述控制器,所述控制器控制所述卧式打叶机组工作,所述取样装置按照固定时间间隔对风分出料汇总皮带上的叶片进行取样,当叶片结构指标检测设备检测到叶片结构指标异常时,所述知识推理子系统的指标异常指导模块指导给出需要待检测的指定的风分器和/或打叶辊,对应该指定的风分器处的取样装置对其进行取样,获取该风分口处叶片结构指标的检测结果,并给出调整运行参数给预测子系统进行叶片结构指标的预测,若预测的叶片结构指标恢复至预设范围,则将该调整工作参数传输给所述控制器,若预测的叶片结构指标仍然异常,则所述指标异常指导模块重新给出调整运行参数,直至预测的叶片结构指标恢复至预设范围。

10、作为优选,所述卧式打叶机组为四级打叶机及风分机,包括依次相连的第1级至第4级,所述第1级打叶机设有4个打辊,所述第1级风分机设有5个风分器,所述第2级打叶机设有2个打辊,所述第2级风分机设有3个风分器,所述第3级打叶机设有1个打辊,所述第3级风分机设有2个风分器,所述第4级打叶机设有1个打辊,所述第4级风分机设有1个风分器。

11、作为优选,对应所有的所述风分器的风分口所设置的取样装置均通过取样汇总皮带连接至所述叶片结构指标检测设备。

12、作为优选,所述叶片结构指标检测设备为两个,分别为第一检测设备和第二检测设备,所述取样汇总皮带为两条,分别为第一条皮带和第二条皮带,所述第1级的5个风分器的风分口处的取样装置通过所述第一条皮带连接至所述第一检测设备,所述第2级至第4级的风分器的风分口处的取样装置通过所述第二条皮带连接至所述第二检测设备,所述烟梗输送皮带连接至所述第二检测设备。

13、作为优选,所述叶片结构指标检测设备的出料口通过皮带机和所述出料汇总皮带连接。

14、作为优选,所述取样装置均为正反转皮带或分料管。

15、作为优选,所述叶片结构指标至少包括大中片率、大片率、中片率、小片率、碎片率、叶中含梗率及梗中含叶率。

16、作为优选,所述风分出料汇总皮带上的检测到的叶片的叶片结构指标与期望叶片结构指标的差的绝对值大于预设阈值,大中片率、大片率、中片率、小片率的预设阈值为2.0%,碎片率的预设阈值为1.0%,叶中含梗率、梗中含叶率的预设阈值为0.2%。

17、作为优选,所述固定时间间隔为10~30分钟。

18、作为优选,所述叶片结构指标检测设备型号是ca813,其是采用图像法检测叶片的叶片结构指标。

19、本专利技术提供的卧式打叶机组叶片结构指标智能控制系统,具有如下技术效果:

20、本专利技术不但实现了对卧式打叶机组叶片结构指标智能控制,还通过预测模型对知识推理系统的推荐参数进行叶片结构指标结果预测,待预测叶片结构指标合格后再将参数下传给控制器执行,对打叶复烤车间叶梗分离段的智能化制造水平提升有较本文档来自技高网...

【技术保护点】

1.一种卧式打叶机组叶片结构指标智能控制系统,其特征在于,包括:

2.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述卧式打叶机组为四级打叶机及风分机,包括依次相连的第1级至第4级,所述第1级打叶机设有4个打辊,所述第1级风分机设有5个风分器,所述第2级打叶机设有2个打辊,所述第2级风分机设有3个风分器,所述第3级打叶机设有1个打辊,所述第3级风分机设有2个风分器,所述第4级打叶机设有1个打辊,所述第4级风分机设有1个风分器。

3.根据权利要求2所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,对应所有的所述风分器的风分口所设置的取样装置均通过取样汇总皮带连接至所述叶片结构指标检测设备。

4.根据权利要求3所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标检测设备为两个,分别为第一检测设备和第二检测设备,所述取样汇总皮带为两条,分别为第一条皮带和第二条皮带,所述第1级的5个风分器的风分口处的取样装置通过所述第一条皮带连接至所述第一检测设备,所述第2级至第4级的风分器的风分口处的取样装置通过所述第二条皮带连接至所述第二检测设备,所述烟梗输送皮带连接至所述第二检测设备。

5.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标检测设备的出料口通过皮带机和所述出料汇总皮带连接。

6.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述取样装置均为正反转皮带或分料管。

7.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标至少包括大中片率、大片率、中片率、小片率、碎片率、叶中含梗率及梗中含叶率。

8.根据权利要求7所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标异常的判断如下:所述风分出料汇总皮带上的检测到的叶片的叶片结构指标与期望叶片结构指标的差的绝对值大于预设阈值,大中片率、大片率、中片率、小片率的预设阈值为2.0%,碎片率的预设阈值为1.0%,叶中含梗率、梗中含叶率的预设阈值为0.2%。

9.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述固定时间间隔为10~30分钟。

10.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标检测设备型号是CA813,其是采用图像法检测叶片的叶片结构指标。

...

【技术特征摘要】

1.一种卧式打叶机组叶片结构指标智能控制系统,其特征在于,包括:

2.根据权利要求1所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述卧式打叶机组为四级打叶机及风分机,包括依次相连的第1级至第4级,所述第1级打叶机设有4个打辊,所述第1级风分机设有5个风分器,所述第2级打叶机设有2个打辊,所述第2级风分机设有3个风分器,所述第3级打叶机设有1个打辊,所述第3级风分机设有2个风分器,所述第4级打叶机设有1个打辊,所述第4级风分机设有1个风分器。

3.根据权利要求2所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,对应所有的所述风分器的风分口所设置的取样装置均通过取样汇总皮带连接至所述叶片结构指标检测设备。

4.根据权利要求3所述的卧式打叶机组叶片结构指标智能控制系统,其特征在于,所述叶片结构指标检测设备为两个,分别为第一检测设备和第二检测设备,所述取样汇总皮带为两条,分别为第一条皮带和第二条皮带,所述第1级的5个风分器的风分口处的取样装置通过所述第一条皮带连接至所述第一检测设备,所述第2级至第4级的风分器的风分口处的取样装置通过所述第二条皮带连接至所述第二检测设备,所述烟梗输送皮带连接至所述第二检测设备。

<...

【专利技术属性】
技术研发人员:吴箭张志成夏自麟李瑞东邓立朱剑波徐元飞毕一鸣郝贤伟田雨农吴灵通张晓兵刘建国赵燕平孟媛杨泽会刘启超王欢叶来
申请(专利权)人:云南烟叶复烤有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1