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() 纸浆Kappa值预测性分析的方法和系统技术方案_技高网

纸浆Kappa值预测性分析的方法和系统技术方案

技术编号:40926616 阅读:2 留言:0更新日期:2024-04-18 14:49
本发明专利技术提供了一种纸浆Kappa值预测性分析的方法和系统,包括:通过从纸浆生产过程所涉及到的各种变量中,选择辅助变量;根据选择的辅助变量和Kappa值之间的数学关系,建立软测量模型;通过所述软测量模型预测纸浆生产过程中的Kappa值。从而能通过采集易于观测的变量数据(辅助变量)实现对主导变量即Kappa值的预测,借助于置换蒸煮过程Kappa值的软测量模型进行预测性分析,可以规避目前因在线Kappa值分析仪的测量值不够准确、因现场高危环境导致人工无法及时取样等问题,有效提高制浆企业的成浆品质,降低废浆率,节约企业的生产成本。

【技术实现步骤摘要】

本专利技术涉及造纸生产管理系统,具体地,涉及一种纸浆kappa值预测性分析的方法和系统。


技术介绍

1、在碱法制浆过程中,有诸多因素直接或间接影响着最终的蒸煮质量,其主要因素有:原料品种、规格与质量、蒸煮工艺技术规程(包括用碱量及药剂组成,药剂浓度、硫化度,液比,蒸煮压力和温度,蒸煮时间等),研究这些因素对蒸煮过程的影响其主要目的在于掌握蒸煮过程的变化规律,依此制定合乎最终成浆质量要求的工艺条件,以便在生产中加以严格控制。

2、kappa值作为纸浆质量的重要指标,是纸浆的重要质量指标,是评价过程控制的一个重要参数。如果蒸煮不够,纸浆kappa值过大,将导致质量不合格的生浆;如果蒸煮过头,kappa值过小、得率减少,而且纤维遭到破坏、强度降低,将导致质量不合格的烂浆。

3、现有的在线kappa值分析仪的测量值不够准确(比实际偏高),且由于蒸煮过程一直处在高温高压状态,导致难以实时进行人工采样测量。


技术实现思路

1、针对现有技术中的缺陷,本专利技术的目的是提供一种纸浆kappa值预测性分析的方法和系统。

2、第一方面,本申请实施例提供一种纸浆kappa值预测性分析的方法,包括:

3、步骤1:从纸浆生产过程所涉及到的各种变量中,选择辅助变量;

4、步骤2:根据选择的辅助变量和kappa值之间的数学关系,建立软测量模型;

5、步骤3:通过所述软测量模型预测纸浆生产过程中的kappa值。

6、可选地,所述步骤1包括:

7、选取纸浆生产过程中的m个变量,采用决策树的方法,分别对m个变量在预测的kappa值的过程中的重要性进行排序,选取排在前n个的变量作为辅助变量;其中,m为大于2的自然数,n为大于1小于等于m的自然数。

8、可选地,所述选择的辅助变量包括:原料准确性、用碱量、最高温度、h因子、mc的循环时间、ic终点温度;其中,所述用碱量包括:有效碱、硫化度、白液浓度、活性碱、lc ic mc碱的分配比、初始装锅的稀黑液量。

9、可选地,所述步骤2包括:

10、从蒸煮日报表中查找到选择的辅助变量,记为变量x;

11、对选择的辅助变量x进行归一化处理;

12、采用多元线性回归方式对估计出来的kappa预测值与实验取样的化验值进行相关性分析;

13、若误差大于预设阈值,则去除其中的异常数据,建立新的预测模型,直到kappa预测值在设定的范围内。

14、可选地,所述步骤2中建立新的预测模型包括:

15、采用偏最小二乘法建立数学模型,只选取辅助变量x中与kappa预测值y有相关性的变量,x为归一化后的x变量矩阵,y为y变量矩阵,c为参数矩阵,v为误差;其中:y=xc+v。

16、第二方面,本申请实施例提供一种纸浆kappa值预测性分析的系统,包括:

17、变量选择模块,用于从纸浆生产过程所涉及到的各种变量中,选择辅助变量;

18、模型建立模块,用于根据选择的辅助变量和kappa值之间的数学关系,建立软测量模型;

19、预测模块,用于通过所述软测量模型预测纸浆生产过程中的kappa值。

20、可选地,所述变量选择模块,具体用于:

21、选取纸浆生产过程中的m个变量,采用决策树的方法,分别对m个变量在预测的kappa值的过程中的重要性进行排序,选取排在前n个的变量作为辅助变量;其中,m为大于2的自然数,n为大于1小于等于m的自然数。

22、可选地,所述选择的辅助变量包括:原料准确性、用碱量、最高温度、h因子、mc的循环时间、ic终点温度;其中,所述用碱量包括:有效碱、硫化度、白液浓度、活性碱、lc ic mc碱的分配比、初始装锅的稀黑液量。

23、可选地,所述模型建立模块,具体用于:

24、从蒸煮日报表中查找到选择的辅助变量,记为变量x;

25、对选择的辅助变量x进行归一化处理;

26、采用多元线性回归方式对估计出来的kappa预测值与实验取样的化验值进行相关性分析;

27、若误差大于预设阈值,则去除其中的异常数据,建立新的预测模型,直到kappa预测值在设定的范围内。

28、可选地,所述模型建立模块,具体用于:

29、采用偏最小二乘法建立数学模型,只选取辅助变量x中与kappa预测值y有相关性的变量,x为归一化后的x变量矩阵,y为y变量矩阵,c为参数矩阵,v为误差;其中:y=xc+v。

30、第三方面,本申请实施例提供一种纸浆kappa值预测性分析的设备,包括:处理器和存储器,所述存储器中存储有可执行的程序指令,所述处理器调用所述存储器中的程序指令时,所述处理器用于:

31、执行如第一方面中任一项所述的纸浆kappa值预测性分析的方法的步骤。

32、第四方面,本申请实施例提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现如第一方面中任一项所述的纸浆kappa值预测性分析的方法的步骤。

33、与现有技术相比,本专利技术具有如下的有益效果:

34、本申请中通过从纸浆生产过程所涉及到的各种变量中,选择辅助变量;根据选择的辅助变量和kappa值之间的数学关系,建立软测量模型;通过所述软测量模型预测纸浆生产过程中的kappa值。从而能通过采集易于观测的变量数据(辅助变量)实现对主导变量即kappa值的预测,借助于置换蒸煮过程kappa值的软测量模型进行预测性分析,有效提高制浆企业的成浆品质,降低废浆率,节约企业的生产成本。

本文档来自技高网...

【技术保护点】

1.一种纸浆Kappa值预测性分析的方法,其特征在于,包括:

2.根据权利要求1所述的纸浆Kappa值预测性分析的方法,其特征在于,所述步骤1包括:

3.根据权利要求1所述的纸浆Kappa值预测性分析的方法,其特征在于,所述选择的辅助变量包括:原料准确性、用碱量、最高温度、H因子、MC的循环时间、IC终点温度;其中,所述用碱量包括:有效碱、硫化度、白液浓度、活性碱、LC IC MC碱的分配比、初始装锅的稀黑液量。

4.根据权利要求1所述的纸浆Kappa值预测性分析的方法,其特征在于,所述步骤2包括:

5.根据权利要求4所述的纸浆Kappa值预测性分析的方法,其特征在于,所述步骤2中建立新的预测模型包括:

6.一种纸浆Kappa值预测性分析的系统,其特征在于,包括:

7.根据权利要求6所述的纸浆Kappa值预测性分析的系统,其特征在于,所述变量选择模块,具体用于:

8.根据权利要求6所述的纸浆Kappa值预测性分析的系统,其特征在于,所述选择的辅助变量包括:原料准确性、用碱量、最高温度、H因子、MC的循环时间、IC终点温度;其中,所述用碱量包括:有效碱、硫化度、白液浓度、活性碱、LC IC MC碱的分配比、初始装锅的稀黑液量。

9.一种纸浆Kappa值预测性分析的设备,其特征在于,包括:处理器和存储器,所述存储器中存储有可执行的程序指令,所述处理器调用所述存储器中的程序指令时,所述处理器用于:

10.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至5任一项所述的纸浆Kappa值预测性分析的方法的步骤。

...

【技术特征摘要】

1.一种纸浆kappa值预测性分析的方法,其特征在于,包括:

2.根据权利要求1所述的纸浆kappa值预测性分析的方法,其特征在于,所述步骤1包括:

3.根据权利要求1所述的纸浆kappa值预测性分析的方法,其特征在于,所述选择的辅助变量包括:原料准确性、用碱量、最高温度、h因子、mc的循环时间、ic终点温度;其中,所述用碱量包括:有效碱、硫化度、白液浓度、活性碱、lc ic mc碱的分配比、初始装锅的稀黑液量。

4.根据权利要求1所述的纸浆kappa值预测性分析的方法,其特征在于,所述步骤2包括:

5.根据权利要求4所述的纸浆kappa值预测性分析的方法,其特征在于,所述步骤2中建立新的预测模型包括:

6.一种纸浆kappa值预测性分析的系统,其特征在于,包括:...

【专利技术属性】
技术研发人员:牟超何海波林仁勇陈喆王涛
申请(专利权)人:中控技术股份有限公司
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