烘絲機入口水分控制模型的建立及應(yīng)用

張楚安 朱俊召 王樂軍 邢優(yōu)誠 錢傳林

摘要 為了控制烘絲機入口水分的穩(wěn)定性，烘絲機前段以水分儀與工序段為節(jié)點進行劃分，分段研究水分鏈之間的預(yù)測控制模型，采用Pearson相關(guān)分析的方法分析影響烘絲機入口水分的主要因素，并用神經(jīng)網(wǎng)絡(luò)算法和多元回歸分析方法建立水分預(yù)測模型。通過模型求解，實現(xiàn)給定烘絲機入口水分從而推算出加料出口水分參考值的目的，然后利用模型預(yù)測值與實際值對比的方法進行檢驗。結(jié)果表明，HT入口水分控制標準與實際值偏差在±0.2%范圍內(nèi)，驗證50批，合格率達100%。該研究可作為烘絲機入口水分控制的有效技術(shù)手段加以推廣應(yīng)用。

關(guān)鍵詞 多元回歸；烘絲機；入口水分；相關(guān)性分析；環(huán)境溫濕度

中圖分類號 TS452+.3 文獻標識碼 A 文章編號 0517-6611（2023）09-0178-06

doi：10.3969/j.issn.0517-6611.2023.09.043

Abstract In order to control the stability of the inlet moisture of the silk dryer， taking the moisture meter and process section as the nodes in the front section of the silk dryer as the division basis， the predictive control model between the moisture chains was studied in sections， and Pearson correlation analysis method was used to determine the main factors affecting the inlet moisture of the silk dryer. The prediction model of water content was established by neural network algorithm and multiple regression analysis method. Through the solution of the model， giving the moisture content at the inlet of the dryer was realized so as to calculate the reference value of moisture at the feeding outlet， the predicted value and actual value of the model were compared for the test. The results showed that the model test effect was determined that the deviation between the HT inlet moisture control standard and the actual value was within ± 0.2%. 50 batches were verified， and the qualified rate was 100%. This study could be popularized and applied as an effective technical means of inlet moisture control of silk dryer.

Key words Multiple regression；Silk dryer；Inlet moisture；Correlation analysis；Ambient temperature and humidity

作者簡介 張楚安（1973—），男，湖北浠水人，高級工程師，從事煙草工藝研究。

烘絲機出口水分穩(wěn)定性一直是考核卷煙感官質(zhì)量的重要指標之一，其中烘絲機內(nèi)部受到各個參數(shù)的PID循環(huán)控制［1］，但是入口水分的不穩(wěn)定會導(dǎo)致烘絲機PID調(diào)節(jié)的滯后性，從而影響烘絲出口水分的穩(wěn)定性。因此，烘絲機入口水分的穩(wěn)定性對于穩(wěn)定卷煙的感官質(zhì)量、縮短參數(shù)調(diào)節(jié)時間有重大的影響作用。

目前全國卷煙廠基本都是以松散段的加水調(diào)節(jié)來預(yù)測控制烘絲前水分的穩(wěn)定性，主要是根據(jù)車間人員利用經(jīng)驗預(yù)測加水施加量來進行控制。該方法簡單可行，容易受到外部因子的干擾而造成預(yù)測結(jié)果偏差較大的情況，從而影響卷煙質(zhì)量［2-3］。隨著卷煙工藝要求的提高以及信息化的不斷普及，此方法已經(jīng)不適用于現(xiàn)有的生產(chǎn)要求與標準。為了提高烘絲機入口水分的穩(wěn)定性，筆者利用多元回歸分析和神經(jīng)網(wǎng)絡(luò)算法對烘絲機入口水分的影響因素進行定性和定量分析，考慮到環(huán)境溫濕度的影響，建立加料出口水分、松散段的加水量施加與烘絲機入口水分的關(guān)系模型，并通過模型求解最終達到給定烘絲機入口水分控制穩(wěn)定的效果。

1 數(shù)據(jù)獲取與處理

1.1 數(shù)據(jù)樣本

選取武漢卷煙廠三號線軟藍牌號卷煙作為研究對象，選取為期一年的烘絲前工藝段的所有參數(shù)數(shù)據(jù)。

1.2 數(shù)據(jù)篩選

1.2.1 預(yù)處理。通過預(yù)處理進行有效數(shù)據(jù)篩選。從SPC系統(tǒng)中抽取2019年5月至2020年5月軟藍牌號烘絲前所有批次工藝質(zhì)量參數(shù)數(shù)據(jù)以及生產(chǎn)區(qū)域的環(huán)境溫濕度數(shù)據(jù)，并進行有效篩選。數(shù)據(jù)篩選規(guī)則如圖1所示。

1.2.2 樣本分層處理。

整個烘絲前工序流程與水分儀檢測點如圖2所示。

由于軟藍牌號煙葉在儲葉段出現(xiàn)時間分層現(xiàn)象，通過數(shù)據(jù)分析發(fā)現(xiàn)主要儲葉時間分層以16 h為界限，因此需要對數(shù)據(jù)樣本空間進行劃分。具體劃分如下：不留柜數(shù)據(jù)，0<儲葉時間<16 h；留柜數(shù)據(jù)，儲葉時間>16 h。儲柜時間如圖3所示。

2 數(shù)據(jù)分析

2.1 數(shù)據(jù)正態(tài)性檢驗

為保證數(shù)據(jù)分析的有效性與結(jié)果的準確度［4］，需要對研究對象的數(shù)據(jù)特征進行分析，烘前入口煙絲含水率的批次均值整體接近正態(tài)分布，這是由于整體烘前煙絲入口含水率有2個不同控制標準造成的，但是各個控制標準內(nèi)都呈現(xiàn)較明顯的正態(tài)分布特征，如圖4所示。

2.2 總體設(shè)計研究

結(jié)合武漢卷煙廠三號線烘絲前工藝流程與烘絲前水分控制的關(guān)鍵點，將主要工序以水分儀為劃分，然后將各水分儀間的水分差值作為研究對象，研究各個因子對水分差值的影響，再結(jié)合武漢卷煙廠的操作實際，以松散段的水分差值、加料-HT段的水分差值作為控制預(yù)測的重點，將松散出口水分、加料出口水分的預(yù)測參考值作為控制烘絲前水分穩(wěn)定性關(guān)鍵性輸出。為此，將烘絲前整段的控制模型分為2段：第1段為松散段內(nèi)，第2段為加料至HT入口段。研究思路如圖5所示。

針對2段的水分差值變化，利用多元回歸［5］和神經(jīng)網(wǎng)絡(luò)算法［6］對影響水分差值變化的因子進行控制模型擬合。

2.3 相關(guān)分析

針對松散段和加料-HT段的水分差值與各個參數(shù)因子的關(guān)系，利用矩陣圖與Pearson系數(shù)［7］來判別相關(guān)因子的影響程度。

2.3.1 松散回潮段因子關(guān)聯(lián)性。

對松散段松散回潮出口煙葉含水率、松散加水量、松散回潮環(huán)境溫度、松散回潮環(huán)境濕度、松散回潮出口煙葉溫度、松散回潮回風溫度、松散回潮排潮負壓等因子進行了多變量分析。從圖6可以看出，軟藍牌號煙葉在松散段內(nèi)松散回潮出口煙葉含水率與松散回潮環(huán)境溫濕度、松散加水量存在明顯的相關(guān)性。松散回潮段各指標間相關(guān)性如表1所示。

2.3.2 加料-HT段水分因子關(guān)聯(lián)性。

由于儲葉時間的影響，無法將加料-HT段作為一個整體直接分析，將加料-HT段分為“2.1段”（加料-進柜前）和“2.2段”（進柜前-HT段），而“2.2段”又分成留柜和不留柜2類。

2.3.2.1 “2.1段”加料-進柜前水分差值因子關(guān)聯(lián)性。對加料-進柜前加料出口-進柜前水分差值、加料環(huán)境溫度、加料環(huán)境濕度、加料出口煙葉溫度等因子進行了多變量分析，結(jié)果見圖7。從圖7可以看出，加料出口-進柜前水分差值主要與加料環(huán)境濕度、加料出口煙葉溫度有關(guān)。加料-進柜前各指標間相關(guān)性如表2所示。

2.3.2.2 “2.2段”進柜前-HT段水分因子關(guān)聯(lián)性。對進柜前-HT段進柜前-HT段水分差值、烘絲環(huán)境溫度、烘絲環(huán)境濕度、儲葉時間等因子進行了多變量分析，結(jié)果見圖8。從圖8可以看出，進柜前-HT段水分差值主要與烘絲環(huán)境溫濕度、儲葉時間存在相關(guān)性。進柜前-HT段各指標間相關(guān)性如表3所示。

3 數(shù)據(jù)建模

3.1 建模方法

將武漢卷煙廠烘絲前工序進行詳細分離，采用先分段研究后綜合合并的方法，利用串聯(lián)模型進行烘絲機入口水分多因素影響分析。先以松散出口、加料出口水分儀為節(jié)點，將制絲流程進行適當分節(jié)，分為松散段、加料出口-HT段，再利用神經(jīng)網(wǎng)絡(luò)算法、多元回歸分析等方法［8-9］建立在環(huán)境溫濕度等影響下每段研究的水分差值對象與各關(guān)鍵參數(shù)因子的關(guān)系模型。在各段的模型都完成構(gòu)建后，將各分階段模型進行串聯(lián)，建立烘絲機入口水分的預(yù)測模型；最后，通過實際生產(chǎn)數(shù)據(jù)，適當調(diào)整模型參數(shù)，完善模型，提高模型預(yù)測精度。

按照之前的項目整體設(shè)計思路，目前模型主要分為松散段、加料出口-進柜前、進柜前-HT段3段。

取80%數(shù)據(jù)進行模型參數(shù)識別，建立烘絲機入口水分預(yù)測模型，再將剩余20%數(shù)據(jù)代入預(yù)測模型進行模型預(yù)測效果驗證；采取多元回歸方法可以在現(xiàn)有數(shù)據(jù)較少的前提下，將所有的數(shù)據(jù)用于模型擬合，之后再用累計的生產(chǎn)數(shù)據(jù)進行驗證，解決了數(shù)據(jù)樣本較少的問題，神經(jīng)網(wǎng)絡(luò)算法與多元回歸方法二者相輔相成、共同作用。

模型驗證效果如下：實際烘絲前水分批次均值在控制標準±0.2%范圍以內(nèi)，驗證50批數(shù)據(jù)的合格率在95%以上，方為合格。

3.2 松散段水分控制模型的建立

煙葉水分的變化主要源于松散回潮加水量，同時一定程度上受到松散回潮工序環(huán)境溫濕度的影響。由于該階段的輸入來料含水率默認為固定值，且該階段受加水比例、蒸汽等因素的影響較為復(fù)雜。以松散回潮出口煙葉含水率、松散回潮環(huán)境溫濕度為輸入，以松散回潮加水量預(yù)測值為輸出，建立每個隱含層有8個神經(jīng)元的雙隱含層神經(jīng)網(wǎng)絡(luò)，并設(shè)定訓(xùn)練目標為0.05，訓(xùn)練速度為0.01，最大訓(xùn)練步數(shù)為100，進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

3.3 加料-進柜前水分差值控制模型的建立

在研究加料出口至HT入口的水分變化時，由于中間涉及儲葉時間的影響，故需要將加料-進柜前的水分差值單獨研究。

以加料段的環(huán)境溫濕度、加料出口煙葉溫度為輸入，以加料-HT入口水分差值為輸出。利用多元回歸分析方法，以月份為分組，提高擬合度，構(gòu)建多元回歸模型，預(yù)測模型如下：加料-進柜前水分差值=月度修正常數(shù)-0.022 12×松散加料環(huán)境溫度-0.002 173×松散加料環(huán)境濕度-0.051 52×加料出口煙葉溫度，擬合度為78.00%。

3.4 進柜前-HT入口水分差值控制模型的建立

受儲葉時間的影響，因此需要將“進柜前-HT入口”劃分為留柜與不留柜2類。

不留柜：以烘絲段的環(huán)境溫濕度為輸入，以進柜前-HT入口水分差值為輸出，以月份為分組，提高模型擬合度，構(gòu)建多元回歸模型，預(yù)測模型如下：進柜前-HT入口水分差值=月度修正常數(shù)+0.018 39×烘絲環(huán)境濕度+0.072 99×烘絲環(huán)境溫度，擬合度為90.16%。

留柜：以烘絲段的環(huán)境溫濕度為輸入，以進柜前-HT入口水分差值為輸出，以月份為分組，提高模型擬合度，構(gòu)建多元回歸模型，預(yù)測模型如下：進柜前-HT入口水分差值=月度修正常數(shù)+0.019 19×烘絲環(huán)境濕度+0.058 78×烘絲環(huán)境溫度，擬合度為82.13%。

4 模型驗證與迭代

在各段的模型已經(jīng)擬合出來后，將加料-進柜前、進柜前-HT段的水分差值模型以進柜前水分作為共同因子，將兩段模型合并為加料出口-HT段的整體控制模型。松散段以松散出口水分目標值、環(huán)境溫濕度為輸入，以加水量為輸出；加料出口-HT段以HT入口水分目標值、烘絲環(huán)境溫濕度、加料環(huán)境溫濕度、加料出口煙絲溫度為輸入，以加料出口水分為輸出。

結(jié)合2段式控制模型，在軟藍牌號中驗證運行，共驗證50批，具體數(shù)據(jù)如表4所示。

4.1 加水量驗證

對驗證生產(chǎn)50批軟藍牌號松散段加水量的實際值與預(yù)測值進行對比。模型預(yù)測加水量的數(shù)值與實際加水量數(shù)值的變化趨勢基本一致，且誤差在±15 L范圍以內(nèi)，此模型的實際生產(chǎn)誤差符合車間的控制要求［±（15～25）L］，因此松散段加水量對于控制松散出口水分具有重要的指導(dǎo)作用。

4.2 HT入口水分控制模型實際控制效果驗證

對驗證生產(chǎn)50批軟藍牌號加料出口水分的實際施加數(shù)據(jù)與模型預(yù)測的數(shù)據(jù)進行對比。模型預(yù)測加水量的數(shù)值與實際加水量數(shù)值的變化趨勢基本一致，因此可認為車間操作人員是嚴格按照模型預(yù)測的加料出口水分進行控制。因此，在模型實際的指導(dǎo)操作下，需要對比HT入口水分實際表現(xiàn)。

對驗證生產(chǎn)50批軟藍牌號HT入口水分的實際批次均值數(shù)據(jù)與控制標準進行對比。HT入口水分批次均值實際值與控制標準的偏差均在±0.2%范圍內(nèi)，合格率為100%。

4.3 模型迭代

受來料不穩(wěn)定性、生產(chǎn)控制標準以及制絲工藝的調(diào)整等因素的影響，烘絲機入口水分穩(wěn)定性控制模型可能出現(xiàn)模型預(yù)測偏移以及失真的情況。為了維護模型預(yù)測的準確性與實用性，引進模型數(shù)據(jù)迭代的功能，將生產(chǎn)歷史數(shù)據(jù)導(dǎo)入模型的訓(xùn)練集中，重新對模型的常數(shù)甚至系數(shù)進行修正誤差，并且針對輸出變量的預(yù)測修正值確定了誤差范圍，加水量誤差在±20 L以內(nèi)，加料出口煙葉含水率誤差在±0.15%以內(nèi)。

由于整體烘絲機入口水分控制模型以月份為分組進行精細化控制預(yù)測，因此針對相應(yīng)月份的模型需要一個月內(nèi)進行一次迭代修正，以確保模型的預(yù)測準確性。

5 結(jié)論

通過矩陣相關(guān)、Pearson相關(guān)性、控制變化圖等分析手段分析篩選烘絲機入口水分的相關(guān)因素，然后利用神經(jīng)網(wǎng)絡(luò)模型和多元回歸分析模型建立了烘絲機入口水分影響因素的分階段模型。通過模型整合與車間實際操作相結(jié)合，在給出設(shè)定烘絲機入口水分、松散出口水分的情況下，可計算出松散回潮加水量、加料出口水分實際值，從而可以更加精準、有效、及時、直接地引導(dǎo)車間人員在烘絲前水分控制上操作［7，9-15］。在兩段整體模型的試運行期間，模型輸出值達到較好的指導(dǎo)效果，通過模型預(yù)測指導(dǎo)所獲得的烘絲機入口含水率更接近工藝設(shè)定值，且不同批次間穩(wěn)定性更高。

參考文獻

［1］ 林天勤，鐘文焱，郭劍華，等.滾筒烘絲機煙絲含水率控制系統(tǒng)的改進［J］.煙草科技，2013，46（12）：14-16.

［2］ 張本甫.卷煙工藝規(guī)范［M］.北京：中央文獻出版社，2003.

［3］ 陳良元.卷煙生產(chǎn)工藝技術(shù)［M］.鄭州：河南科學(xué)技術(shù)出版社，2002.

［4］ 何曉群.多元統(tǒng)計分析［M］.3版.北京：中國人民大學(xué)出版社，2012.

［5］ 彭黔榮.煙葉的化學(xué)成分與煙葉質(zhì)量的人工神經(jīng)網(wǎng)絡(luò)預(yù)測［D］.成都：四川大學(xué)，2004.

［6］ 理查德·A·約翰遜，迪安·W·威克恩.實用多元統(tǒng)計分析［M］.陸璇，葉俊，譯.北京：清華大學(xué)出版社，2008.

［7］ 張文彤，鄺春偉.SPSS統(tǒng)計分析基礎(chǔ)教程［M］.2版.北京：高等教育出版社，2011.

［8］ 鐘文焱，陳曉杜，馬慶文，等.基于多因素分析的烘絲機入口含水率預(yù)測模型的建立與應(yīng)用［J］.煙草科技，2015，48（5）：67-73.

［9］ 張輝.大數(shù)據(jù)技術(shù)在烘絲出口水分預(yù)測與控制中的應(yīng)用［J］.通訊世界，2017（6）：249-250.

［10］ 張建棟，廖國太，張輝，等.模糊控制在煙草工業(yè)煙絲干燥控制中的應(yīng)用［J］.甘肅科技，2011，27（8）：25-29.

［11］ 楊明權(quán).改進HAUNI烘絲機控制模式降低烘絲干頭干尾量［J］.煙草科技，2005，38（8）：6-7，9.

［12］ 任正云，晏小平，方維嵐，等.烘絲過程煙絲含水率的MFA控制［J］.煙草科技，2005，38（6）：10-15.

［13］ 梁魏峰.烘絲控制模式的建立與實現(xiàn)［J］.煙草科技，2003，36（2）：16-17.

［14］ 王艷紅，韓光勝.煙草烘絲過程的水分控制［J］.北京工業(yè)大學(xué)學(xué)報，2000，26（4）：90-95.

［15］ 楊江平.大數(shù)據(jù)技術(shù)在復(fù)烤企業(yè)的應(yīng)用探析［J］.重慶與世界（學(xué)術(shù)版），2016，33（11）：124-126.