[发明专利]基于主成分分析策略的松散回潮出口烟丝含水率控制方法

说明书

本发明公开了一种基于主成分分析策略的松散回潮出口烟丝含水率控制方法，基于主成分分析算机理，利用大量统计数据进行定量分析。具体地，通过将与含水率相关的若干变量对应到实际含水率，结合PCA算法对原始变量进行处理得到主要成分，再构建出松散回潮出口含水率预测模型，利用松散回潮出口含水率预测模型对实时出口含水率进行预测，进而获得最佳加水量并对松散回潮工艺进行反馈控制。本发明使得在松散回潮工艺下采集到的现场数据集更易使用，降低算法的计算开销，同时去除了数据噪声，使得松散回潮过程中的出口含水率得到了精准的实时预测，有效保障了松散回潮工艺出口烟丝的合格率，减少原料浪费，节约企业成本。

技术领域

本发明涉及卷烟制造领域，尤其涉及一种基于主成分分析策略的松散回潮出口烟丝含水率控制方法。

背景技术

松散回潮作为烟厂制丝线影响烟丝质量的首道加工工序，松散回潮出口含水率是该工序重要工艺指标，其过程稳定性对后续各工序工艺指标有着直接的影响。目前，对于松散回潮过程中出口水分控制存在诸多问题，最为突出的有两点：其一，由于松散回潮过程本身存在时延，导致松散回潮控制系统不能根据实时测量得到的出口含水率调节加水量的大小，从而影响出口含水率的稳定。其二，由于制丝生产线上烟片的吸水能力是一直在变化的，导致同一批次的烟片物理特性不同，使得松散回潮控制系统不能根据松散回潮过程的数学模型与实时测量得到的变量值，得出此时最优的加水量，从而影响了出口含水率的稳定。目前，卷烟制造企业对松散回潮工艺有着众多不同的控制方式，从传统的人工控制到较智能化的控制方法，各企业根据其规模和智能化程度控制方法各不相同，经调研发现，松散回潮工艺烟叶出口含水率预测主要技术如下：

1、通过PID控制对出口含水率进行反馈调节，通过测量的出口含水率对松散回潮过程的加水量进行反馈，此类方案需要人工对控制过程进行调节，控制的结果偏差较大且需要较多的人工干预，并存在时间迟滞，误差较大；

2、通过神经网络算法、线性回归算法、向量回归算法、多项式曲线拟合算法等数据拟合算法，拟合出干燥烟丝工序的出口烟丝含水率与各预测因子之间的预测模型，此类方案需要的训练数据量巨大，使用效率较低，同时预测的出口含水率结果稳定性较差；

3、根据松散回潮过程中各相关数据之间的物理关系，构建对应过程中的机理模型，并将此机理模型进行线性化处理，再利用Diophantine方程获得烟丝出口率预测模型，进而自动得出最优的加水量，此类方案预测的稳定性较差，可靠性不高。

由于松散回潮过程的重要程度及其影响程度，利用上述现有构思其烟片出口水分控制精度却一直较低。对于松散回潮工序的加水量，只能依靠现场PLC控制系统设定不变的加水量计算模型得出，但由于烟片的物理特性是变化的，所以在自动得出加水量后，还需人工辅助调节，使得烟片出口水分稳定性取决于现场操作人员的经验和水平，控制效果有限。这些现状均降低了松散回潮过程烟片出口水分的稳定性，从而产生较多的不合格烟丝，对后续各工序工艺指标有很大影响。

发明内容

鉴于上述，本发明旨在提供一种基于主成分分析策略的松散回潮出口烟丝含水率控制方法，以解决前述提及的技术问题。

本发明采用的技术方案如下：

本发明提供了一种基于主成分分析策略的松散回潮出口烟丝含水率控制方法，其中包括：

采集现场数据，所述现场数据包括含水率相关变量；

利用主成分分析策略对所述含水率相关变量进行分析，确定所述含水率相关变量中影响出口含水率的目标主成分；

根据所述目标主成分构建线性预测模型；

基于所述线性预测模型对松散回潮工序中的出口含水率进行预测，得到含水率预测值；

结合实时获取的所述含水率预测值以及对应时刻采集的出口含水率实测值，得到对应的目标加水量；

利用所述目标加水量对出口含水率进行控制。