[发明专利]基于数据驱动的烟草烘丝干头过程FNN-ARX建模方法

说明书

本发明公开了一种基于数据驱动的烟草烘丝干头过程FNN‑ARX建模方法，针对HAUNI牌滚筒式薄板烘丝机烘丝干头过程，提出一种基于数据驱动的辨识建模及参数优化方法。该方法首先采用一种基于模糊神经网络来拟合自回归模型的函数型系数构造的FNN‑ARX模型对烟草烘丝过程干头段进行建模，然后采用一种改进的变量投影算法对建立的FNN‑ARX模型参数进行优化。本发明可有效的与变量投影算法相结合进行参数分离优化，大大提高了算法的优化过程；且设计的FNN‑ARX模型具有伪线性模型的结构形式，可方便后续基于模型的先进控制算法的设计。

技术领域

本发明涉及烟草行业的烟丝加工技术领域，尤其涉及一种针对滚筒式烘丝机烟草烘丝加工干头过程的基于数据驱动的建模和参数优化方法。

背景技术

香烟的烘丝加工是香烟生产过程中一道非常重要的工序，主要是通过对烟丝的烘烤，降低烟丝的含水率，使烘烤后烟丝的含水率均匀一致，以满足其品牌香烟的烟丝工艺标准。目前，烟厂制丝车间实现烘丝过程的主要设备是烘丝机，包括：滚筒式烘丝机和气流式烘丝机。本发明涉及的是HAUNI牌滚筒式薄板烘丝机，其主要是利用蒸汽为热源加热筒体，使筒壁达到高温，烟丝在旋转的筒体内和高温筒壁接触，产生热交换和卷曲，使水分蒸发并排出滚筒。

在过去的几十年中，一些机理模型被建立用来模拟烘丝机的烘丝过程。但烟草烘丝过程是一个极其复杂的物理化学过程，其具有多变量、大时滞、强耦合和缺乏重要变量(在干头或干尾过程中缺少出口或入口烟丝含水率的检测值)的特点。因此，难以建立烟草烘丝过程精确的机理模型。目前，最常见的解决方法是先对烘丝过程复杂的物理化学过程进行简化，设计假设条件，然后建立烘丝过程各阶段的简化机理模型。比如：胡建军等(胡建军,周冀衡,熊燕,等.烘丝工艺参数对烘后叶丝质量影响的研究[J].中国烟草学报,2007,13(6):24-29.)通过正交试验研究了烘丝工艺参数与出口烟丝含水率之间的函数关系。Xin等(Xin Y N,Zhang J W,Li B.Drying kinetics of tobacco strips at different airtemperatures and relative humidities[J].Journal of Thermal Analysis andCalorimetry,2018,132(2):1347-1358.)研究了不同空气温度和相对湿度对烘丝机干燥动力学的影响，提出了一种改进的Arrhenius型扩散系数方程。即便如此，由于受到实际烟草烘丝生产过程复杂性和结构的限制，在获得的简化机理模型中，某些关键的参数依然无法确定或难以通过其物理结构来确定。特别是滚筒式烘丝机的烘丝过程，由于其复杂的生产工艺要求，更难以获得能够有效描述该过程的机理模型。在HAUNI牌滚筒式薄板烘丝机烘丝过程的干头段，入口烟丝的流量不断增加，但出口还无烟丝含水率的检测值，因此极易造成干头过程中的烟丝含水率过低，出现干料过多、废料率过高的问题。目前，烟草烘丝干头过程的含水率主要采用基于简化机理模型的输入变量设定控制方法。通常，由于机理模型的不准确性，控制性能不好，并且会造成“干头”现象。因此，采用复杂系统辨识建模和优化技术对烟草烘丝过程的干头段进行建模研究具有重要的意义。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于数据驱动的烟草烘丝干头过程FNN-ARX建模方法，有效地与变量投影算法相结合进行参数分离优化，提高算法的优化过程。

为解决上述技术问题，本发明所采用的技术方案是：一种基于数据驱动的烟草烘丝干头过程FNN-ARX建模方法，包括以下步骤：

1)采集烟草烘丝干头过程，即T₁时间段内各工艺变量的历史数据；

2)建立烟草烘丝干头过程FNN-ARX模型结构：