论文部分内容阅读
近几年,人们的生活水平不断提高,在生活用纸品质和皱纹等级划分和皱纹质量控制方面有更高的要求。起皱是生活用纸生产中最重要的环节,不仅影响纸机的生产效率和后加工环节,还直接影响纸张品质。目前,国内生活用纸企业划分皱纹等级以人工肉眼检测为主,既存在主观误差,也不能对皱纹质量进行实时在线监测,影响了生活用纸皱纹质量的提高。随着工业互联网的发展,企业积累了大量的历史数据,利用数据挖掘和机器学习相关知识挖掘历史数据中的有价值的信息是工业互联网发展的方向。本研究以生活用纸企业造纸过程为对象,以生活用纸企业历史数据为基础,通过相关性分析等方法,选择合适的变量作为皱纹质量在线软测量模型的输入,建立生活用纸皱纹质量软测量模型,实现生活用纸皱纹质量的在线软测量。然后通过对起皱过程工况和能耗数据进行预处理,用核主成分分析(KPCA)对数据进行降维,建立DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类模型,对数据进行聚类分析,找到工况之间的内部特征,识别最佳工况,评估节能潜力。最后,将建立的模型进行开发和工业验证,使模型真正投入使用,为企业创造价值。首先,为建立生活用纸皱纹等级软测量模型,本文首先测量了多种生活用纸与皱纹等级相关的技术指标。之后通过相关性分析的方法,选取了对皱纹等级影响较大的几个指标作为输出结果。通过探究纸张生产中的各个环节对皱纹质量的影响,选择合适的输入变量;最后根据选择的变量,建立基于梯度提升回归树的生活用纸皱纹质量软测量模型。结果显示,测试数据的平均相对误差均小于5%。该模型解决了生活用纸皱纹等级在线软测量的问题。对生活用纸生产过程的质量控制提供了新的方法和依据。然后,针对造纸行业能耗大,操作参数设置不合理等问题,本研究通过对造纸过程能量系统进行分析,结合起皱过程多工况的特点,运用DBSCAN聚类算法对生活用纸起皱进行多工况建模。识别起皱过程的不同工况,进行能耗和成本分析,挖掘生产过程的节能潜力,从而达到降低能耗的目的。结果表明,对于年产8万吨的生活用纸厂,按该地的能耗成本计算,节能潜力为880万元/年。最后,在建立生活用纸皱纹质量软测量模型的基础上,实现生活用纸皱纹质量软测量模型的开发与应用。为了测试和验证开发后的成果在实际应用中的有效性,模型在国内某大型生活用纸企业成功上线使用。结果表明,表面粗糙度、皱纹深度、皱纹频率的平均相对误差均在5%以内,模型效果良好,误差在可接受的范围之内。该模型通过软测量结果优化生产控制系统,提高企业生产效率,具有很好的工业应用前景,对于生活用纸皱纹质量的提高具有重大意义。