【技术实现步骤摘要】
本专利技术涉及一种烘丝机出口物料的温度和水分预测方法和装置，属于烘丝机出口物料的温度和水分预测。
技术介绍
1、卷烟制丝烘丝机普遍采用的工作原理是：一定流量的蒸汽通过筒体薄板内壁，蒸汽在蒸汽道中凝结使热量有效的传导给薄板至烟丝上，同时，风机将环境空气送入蒸汽加热的热交换器产生的热风，流过滚筒期间，通过对流方式将热量传递给烟丝并带走水分，使烟丝达到均匀干燥、均匀加热和填充力均匀的增加，以及恒定的出口水分和水分。同时，筒体内部设置排潮系统，抽取部分含水、含热废气进行排放，以恒定物料的水分，同时间接地影响物料含水率。
2、由于烘丝过程具有较强的非线形、不确定性和大滞后性，再加上烟叶本身的特殊性质，因而使得烘丝过程的物料温度控制变得十分复杂。从本质上讲，制丝烘丝机物料水分和温度均控制属于非线性时变的大滞后系统，且影响其控制的干扰因子较多且均为时变非线性。常见的预测烘丝机出口物料方法是，利用大数据分析和机器学习原理，仅仅对烘丝机出口水分或烘丝机出口温度进行单一值进行预测，而将出口水分、出口温度进行单独预测。例如专利（一种基于多元线性回归模型的烘丝机出口水分预测方法cn202311493060.7）、专利(一种基于切叶丝含水率的烘丝机筒壁温度预测模型cn201510226105.3)、专利（基于双重注意力机制和xgboost的烘丝机水分动态预测方法cn202311506756.9）等。
3、由于烘丝机内部机理复杂且影响物料水分、物料温度的干扰因素有重叠，且各自影响程度不一样；物料水分、物料温度在过程控制内部也存在一定
技术实现思路
1、本专利技术的目的在于提供一种烘丝机出口物料的温度和水分预测方法和装置，解决现有技术中存在的预测精度低的问题。
2、为实现以上目的，本专利技术是采用下述技术方案实现的：
3、第一方面，本专利技术提供了一种烘丝机出口物料的温度和水分预测方法，包括：
4、获取和预测结果在烘丝机机理上存在直接关系的操作变量、和预测结果在烘丝机机理上存在直接关系的扰动变量以及和预测结果在烘丝机机理上存在间接关系的扰动变量；
5、将获取的各变量输入到训练好的基于多输出回归的随机森林模型中，得到烘丝机出口物料的初步预测温度和初步预测水分；
6、获取烘丝机烘丝过程产生的离散型辅助数据；
7、将获取的各变量、初步预测水分和离散型辅助数据输入到训练好的第一bp神经网络模型中，得到烘丝机出口物料的最终预测水分；
8、将获取的各变量、初步预测温度和离散型辅助数据输入到训练好的第二bp神经网络模型中，得到烘丝机出口物料的最终预测温度。
9、进一步的，所述和预测结果在烘丝机机理上存在直接关系的操作变量包括筒壁温度实际值、热风温度实际值和热风风量实际值，所述和预测结果在烘丝机机理上存在直接关系的扰动变量包括：来料水分实际值、来料温度实际值、来料流量实际值、蒸汽干度值和排潮风机负压值，所述和预测结果在烘丝机机理上存在间接关系的扰动变量包括环境温度值、环境湿度值和蒸汽温度值，所述离散型辅助数据包括生产阶段、生产运行时间进度和当天生产批次数。
10、进一步的，所述基于多输出回归的随机森林模型通过以下方法进行训练：
11、获取历史数据中的以下数据：和预测结果在烘丝机机理上存在直接关系的操作变量、和预测结果在烘丝机机理上存在直接关系的扰动变量以及和预测结果在烘丝机机理上存在间接关系的扰动变量，获取与上述变量相对应的烘丝机出口物料温度和烘丝机出口物料水分；
12、基于烘丝机出口物料温度和烘丝机出口物料水分的测量时间将获取的各变量在时序上对齐；
13、分别计算和预测结果在烘丝机机理上存在间接关系的扰动变量与烘丝机出口物料温度、烘丝机出口物料水分的皮尔逊相关性系数，若某个扰动变量的两个皮尔逊相关性系数均小于0.3，则舍弃该扰动变量；
14、利用时序对齐后且经过筛选的各变量、烘丝机出口物料温度和烘丝机出口物料水分对基于多输出回归的随机森林模型进行训练，训练的结束条件为拟合度大于0.9。
15、进一步的，所述基于烘丝机出口物料温度和烘丝机出口物料水分的测量时间将获取的各变量在时序上对齐，包括：
16、将烘丝机出口物料温度和烘丝机出口物料水分的测量时间作为时序基准点，将所有变量在时序上向后移动，直至和时序基准点对齐。
17、进一步的，所述将烘丝机出口物料温度和烘丝机出口物料水分的测量时间作为时序基准点，将所有变量在时序上进行向后移动，直至和时序基准点对齐，包括：
18、获取烘丝过程中从入口水分仪至烘丝机入口的时间作为第一延时时间 t1；
19、获取烘丝过程中从烘丝机入口至烘丝机出口的时间作为第二延时时间 t2；
20、获取烘丝过程中从烘丝机出口至出口水分仪的时间作为第三延时时间 t3；
21、基于第一延时时间、第二延时时间和第三延时时间计算各变量在时序上向后移动的初步时序延时时间；
22、基于皮尔逊相关性原理和初步时序延时时间计算各变量在时序上向后移动的精确时序对齐延时修正时间；
23、将各变量对应的初步时序延时时间和精确时序对齐延时修正时间相加，得到各变量对应的最终延时时间，将各变量在时序上向后移动最终延时时间，完成各变量在时序上的对齐。
24、进一步的，所述基于第一延时时间、第二延时时间和第三延时时间计算各变量在时序上向后移动的初步时序延时时间，通过以下方法进行：
25、筒壁温度实际值、热风温度实际值和热风风量实际值的初步时序延时时间为 t2/2+ t3，来料水分实际值、来料温度实际值和来料流量实际值的初步时序延时时间为 t1+ t2 +t3，蒸汽干度值的初步时序延时时间为 t2 +t3，排潮风机负压值的初步时序延时时间为 t3，环境温度值和环境湿度值的初步时序延时时间为 t2/2+ t3，蒸汽温度值的初步时序延时时间为 t2+ t3。
26、进一步的，所述基于皮尔逊相关性原理和初步时序延时时间计算各变量在时序上向后移动的精确时序对齐延时修正时间，通过以下方本文档来自技高网...
【技术保护点】
1.一种烘丝机出口物料的温度和水分预测方法，其特征在于，包括：
2.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述和预测结果在烘丝机机理上存在直接关系的操作变量包括筒壁温度实际值、热风温度实际值和热风风量实际值，所述和预测结果在烘丝机机理上存在直接关系的扰动变量包括：来料水分实际值、来料温度实际值、来料流量实际值、蒸汽干度值和排潮风机负压值，所述和预测结果在烘丝机机理上存在间接关系的扰动变量包括环境温度值、环境湿度值和蒸汽温度值，所述离散型辅助数据包括生产阶段、生产运行时间进度和当天生产批次数。
3.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于多输出回归的随机森林模型通过以下方法进行训练：
4.根据权利要求3所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于烘丝机出口物料温度和烘丝机出口物料水分的测量时间将获取的各变量在时序上对齐，包括：
5.根据权利要求4所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述将烘丝机出口物料温度和烘丝机出口物料水分的测量时间
6.根据权利要求5所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于第一延时时间、第二延时时间和第三延时时间计算各变量在时序上向后移动的初步时序延时时间，通过以下方法进行：
7.根据权利要求5所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于皮尔逊相关性原理和初步时序延时时间计算各变量在时序上向后移动的精确时序对齐延时修正时间，通过以下方法进行：
8.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述第一BP神经网络模型通过以下方法进行训练：
9.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述第二BP神经网络模型通过以下方法进行训练：
10.一种烘丝机出口物料的温度和水分预测装置，其特征在于，包括：
...【技术特征摘要】
1.一种烘丝机出口物料的温度和水分预测方法，其特征在于，包括：
2.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述和预测结果在烘丝机机理上存在直接关系的操作变量包括筒壁温度实际值、热风温度实际值和热风风量实际值，所述和预测结果在烘丝机机理上存在直接关系的扰动变量包括：来料水分实际值、来料温度实际值、来料流量实际值、蒸汽干度值和排潮风机负压值，所述和预测结果在烘丝机机理上存在间接关系的扰动变量包括环境温度值、环境湿度值和蒸汽温度值，所述离散型辅助数据包括生产阶段、生产运行时间进度和当天生产批次数。
3.根据权利要求1所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于多输出回归的随机森林模型通过以下方法进行训练：
4.根据权利要求3所述的烘丝机出口物料的温度和水分预测方法，其特征在于，所述基于烘丝机出口物料温度和烘丝机出口物料水分的测量时间将获取的各变量在时序上对齐，包括：
5.根据权利要求4所述的烘丝机出口物料...
【专利技术属性】
技术研发人员：郭奔，方利梅，王有利，李淑彪，
申请(专利权)人：浙江中烟工业有限责任公司，
类型：发明
国别省市：
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。