卷煙設(shè)備操控參數(shù)尋優(yōu)方法技術(shù)

卷煙設(shè)備操控參數(shù)尋優(yōu)方法，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子，當(dāng)其值小于等于閾值時(shí)表明過程處于穩(wěn)定工況，采用平滑濾波算法對處于穩(wěn)定工況的滑動時(shí)間窗內(nèi)原始數(shù)據(jù)進(jìn)行算術(shù)平均，獲得移動平均數(shù)據(jù)，并作為穩(wěn)定工況的有效數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模，獲取控制限，繪制標(biāo)準(zhǔn)差控制圖，繪制均值控制圖，并分別判定過程是否穩(wěn)定，獲取單個(gè)參數(shù)的西格瑪水平并評價(jià)過程控制能力，加權(quán)平均計(jì)算煙支質(zhì)量綜合過程控制能力指數(shù)，如果過程控制能力指數(shù)大于設(shè)定值，取當(dāng)前批次設(shè)備參數(shù)的參數(shù)設(shè)定值作為最優(yōu)工況數(shù)據(jù)，放入學(xué)習(xí)樣本集；建立聚類模型；逆向標(biāo)準(zhǔn)化處理。本發(fā)明專利技術(shù)能夠滿足卷煙設(shè)備操控參數(shù)尋優(yōu)的實(shí)際需要，為設(shè)備提供了客觀、量化的參考信息。

【技術(shù)實(shí)現(xiàn)步驟摘要】
卷煙設(shè)備操控參數(shù)尋優(yōu)方法
本專利技術(shù)涉及數(shù)據(jù)處理
，具體涉及一種卷煙設(shè)備操控參數(shù)尋優(yōu)方法。
技術(shù)介紹
煙草工業(yè)企業(yè)順應(yīng)要求，正在大力落實(shí)“中國智造”，加速新一代技術(shù)的集成實(shí)施，積極推進(jìn)智能制造單元、智能車間、智能工廠和智能制造系統(tǒng)升級，著力提升智能研發(fā)水平，打造柔性化、智能化、高端化、綠色化的現(xiàn)代生產(chǎn)體系和發(fā)展模式。卷煙機(jī)組是煙草工業(yè)企業(yè)最為重要的生產(chǎn)裝備之一，也是卷煙生產(chǎn)工藝流程的重點(diǎn)工序和瓶頸工序。卷煙機(jī)組的產(chǎn)能直接關(guān)系到卷煙生產(chǎn)計(jì)劃的完成情況，卷煙機(jī)組的加工水平直接影響卷煙產(chǎn)品的質(zhì)量水平，對產(chǎn)品市場營銷和消費(fèi)者滿意度有很大的影響。卷煙機(jī)組的運(yùn)行效率是煙草行業(yè)重點(diǎn)關(guān)注的最為重要指標(biāo)之一。隨著近年來煙草行業(yè)全球化、新的法律法規(guī)以及外部環(huán)境的重大變化，中國煙草面臨愈來愈嚴(yán)峻的競爭壓力和社會壓力。在保證產(chǎn)品質(zhì)量的前提下，有效提升設(shè)備的智能化水平和高效運(yùn)行能力成為卷煙工廠關(guān)注的焦點(diǎn)。智能化，即生產(chǎn)設(shè)備具有感知、分析、推理和決策等功能；高效運(yùn)行，即在規(guī)定時(shí)間內(nèi)消耗更少的資源生產(chǎn)更多、更好的產(chǎn)品。卷煙工廠設(shè)備的智能化水平和高效運(yùn)行能力與其自動化程度密不可分，設(shè)備操控參數(shù)尋優(yōu)技術(shù)是提升智能化水平、保證高效運(yùn)行的重要手段。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)實(shí)施例的目的在于提供一種卷煙設(shè)備操控參數(shù)尋優(yōu)方法，面向生產(chǎn)過程的工況特性，基于穩(wěn)定工況識別、穩(wěn)定工況SPC統(tǒng)計(jì)建模、K-Means聚類等關(guān)鍵技術(shù)，能夠滿足卷煙設(shè)備操控參數(shù)尋優(yōu)的實(shí)際需要。為實(shí)現(xiàn)上述目的，本專利技術(shù)實(shí)施例提供一種卷煙設(shè)備操控參數(shù)尋優(yōu)方法，所述尋優(yōu)方法包括：1)歷史運(yùn)行數(shù)據(jù)的獲取：選擇監(jiān)測變量，收集正常工況下各監(jiān)測變量的過程數(shù)據(jù)集Xn×m，其中，n為采樣點(diǎn)個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)，建立統(tǒng)計(jì)模型；2)穩(wěn)定工況的識別：基于設(shè)備運(yùn)行速度，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子Fs，采用平滑濾波算法對處于穩(wěn)定工況的滑動時(shí)間窗內(nèi)原始數(shù)據(jù)進(jìn)行算術(shù)平均，獲得一組移動平均數(shù)據(jù)，將移動平均數(shù)據(jù)作為穩(wěn)定工況的有效數(shù)據(jù)X′(I×m)，其中，I為有效數(shù)據(jù)的個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)；3)對穩(wěn)定工況數(shù)據(jù)進(jìn)行SPC建模：對穩(wěn)定工況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模，獲取控制限，繪制標(biāo)準(zhǔn)差控制圖，并根據(jù)標(biāo)準(zhǔn)差控制圖判定工況數(shù)據(jù)是否穩(wěn)定，繪制均值控制圖，并根據(jù)均值控制圖判定工況數(shù)據(jù)是否穩(wěn)定，根據(jù)過程滿足質(zhì)量要求能力的單個(gè)度量參數(shù)即西格瑪水平值評價(jià)過程控制能力，加權(quán)平均計(jì)算煙支質(zhì)量綜合過程控制能力指數(shù)CPK，如果過程控制能力指數(shù)大于設(shè)定值，取當(dāng)前批次設(shè)備參數(shù)的參數(shù)設(shè)定值作為最優(yōu)工況數(shù)據(jù)，放入學(xué)習(xí)樣本集Xtrain；4)建立K-Means聚類模型：對學(xué)習(xí)樣本集Xtrain進(jìn)行中心化和標(biāo)準(zhǔn)化處理，獲得處理后的建模數(shù)據(jù)Xs，對建模數(shù)據(jù)Xs建立K-Means聚類模型；5)逆向標(biāo)準(zhǔn)化處理：設(shè)備操控參數(shù)尋優(yōu)，通過獲取各個(gè)聚類結(jié)果集的最大、最小和中心樣本，然后對所得樣本進(jìn)行逆向標(biāo)準(zhǔn)化處理，得到最終操控參數(shù)尋優(yōu)結(jié)果。作為卷煙設(shè)備操控參數(shù)尋優(yōu)方法的優(yōu)選方案，所述步驟2)中，當(dāng)設(shè)備運(yùn)行速度的值小于等于閾值ζ時(shí)表明過程處于穩(wěn)定工況，反之表明過程處于過渡工況；基于設(shè)備運(yùn)行速度，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子Fs的公式為：其中，VHmax表示滑動時(shí)間窗內(nèi)卷煙機(jī)車速的最大值，VHmin表示滑動時(shí)間窗內(nèi)卷煙機(jī)車速的最小值，Vmax表示卷煙設(shè)備允許的車速最大值，H表示滑動時(shí)間窗口的長度。作為卷煙設(shè)備操控參數(shù)尋優(yōu)方法的優(yōu)選方案，所述步驟3)中，對穩(wěn)定工況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模的步驟為：301)確定控制對象：將反映產(chǎn)品質(zhì)量的關(guān)鍵質(zhì)量特性作為控制對象，控制對象包括計(jì)量型和計(jì)數(shù)型；302)收集預(yù)備數(shù)據(jù)：以特定時(shí)間作為1個(gè)子組進(jìn)行數(shù)據(jù)的匯總，按照時(shí)間順序，從歷史數(shù)據(jù)中選擇若干子組進(jìn)行正態(tài)性檢驗(yàn)。作為卷煙設(shè)備操控參數(shù)尋優(yōu)方法的優(yōu)選方案，所述步驟3)中，計(jì)量型控制對象的數(shù)據(jù)處理方法為：獲取控制限；獲取每個(gè)子組均值標(biāo)準(zhǔn)差s和所有觀測值的總均值平均標(biāo)準(zhǔn)差獲取標(biāo)準(zhǔn)差控制圖的中心線和上下控制限：式中：CLs為標(biāo)準(zhǔn)差控制圖中心線；為子組標(biāo)準(zhǔn)差的平均值；UCLs為標(biāo)準(zhǔn)差控制圖上控制限；LCLs為標(biāo)準(zhǔn)差控制圖下控制限；B3、B4為控制限系數(shù)；獲取均值控制圖的中心線和上下控制限：式中：為均值控制圖中心線；為子組平均值的平均值；為子組標(biāo)準(zhǔn)差的平均值；為均值控制圖上控制限；為均值控制圖下控制限；A3為控制限系數(shù)；繪制標(biāo)準(zhǔn)差控制圖，在標(biāo)準(zhǔn)差控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每一個(gè)子組的標(biāo)準(zhǔn)差；觀察標(biāo)準(zhǔn)差控制圖所有的點(diǎn)是否落在控制界限內(nèi)，判定過程是否處于穩(wěn)定狀態(tài)，如標(biāo)準(zhǔn)差控制圖顯示過程處于穩(wěn)定狀態(tài)，則用來獲取均值圖的控制限；如過程處于非穩(wěn)定狀態(tài)，剔除異常點(diǎn)，重新計(jì)算并修正控制限直至過程處于穩(wěn)定狀態(tài)；繪制均值控制圖，在均值控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每個(gè)子組的平均值；觀察均值控制圖所有的點(diǎn)是否落在控制界限內(nèi)，并且在控制界限內(nèi)的點(diǎn)是否隨機(jī)排列，如過程處于穩(wěn)定狀態(tài)，則將分析用控制圖的控制限確定為控制用控制圖的控制限；如過程處于非穩(wěn)定狀態(tài)，剔除異常點(diǎn)，重新計(jì)算并修正控制限直至過程處于穩(wěn)定狀態(tài)。作為卷煙設(shè)備操控參數(shù)尋優(yōu)方法的優(yōu)選方案，所述步驟3)中，計(jì)數(shù)型控制對象的數(shù)據(jù)處理方法為：獲取控制限：獲取每個(gè)子組缺陷數(shù)和平均缺陷數(shù)，獲取缺陷數(shù)控制圖的中心線和上下控制限：式中：CLc為缺陷數(shù)控制圖中心線；c為子組缺陷數(shù)的平均值；UCLc為缺陷數(shù)控制圖上控制限；UCLc為缺陷數(shù)控制圖下控制限；獲取每個(gè)子組不合格品率和平均不合格品率，獲取不合格品率控制圖的中心線和上下控制限：式中：CLp為不合格品率控制圖中心線；為子組不合格品率的平均值；UCLp為不合格品率控制圖上控制限；LCLp為不合格品率控制圖下控制限；獲取每個(gè)子組單位缺陷數(shù)和平均單位缺陷數(shù)，獲取單位缺陷數(shù)控制圖的中心線和上下控制限：式中：CLu為單位缺陷數(shù)控制圖中心線；為子組單位缺陷數(shù)的平均值；UCLu為單位缺陷數(shù)控制圖上控制限；LCLu為單位缺陷數(shù)控制圖下控制限；繪制缺陷數(shù)控制圖，在缺陷數(shù)控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每一個(gè)子組的缺陷數(shù)，制成缺陷數(shù)控制圖；繪制不合格品率控制圖，在不合格品率控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每一個(gè)子組的不合格品率，制成不合格品率控制圖；繪制單位缺陷數(shù)控制圖，在單位缺陷數(shù)控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每一個(gè)子組的單位缺陷數(shù)，制成單位缺陷數(shù)控制圖；觀察控制圖所有的點(diǎn)是否落在控制界限內(nèi)，判定過程是否處于穩(wěn)定狀態(tài)，如控制圖顯示過程處于穩(wěn)定狀態(tài)，則將分析用控制圖的控制限確定為控制用控制圖的控制限；如過程處于非穩(wěn)定狀態(tài)，剔除異常點(diǎn)，重新計(jì)算并修正控制限直至過程處于穩(wěn)定狀態(tài)。作為卷煙設(shè)備操控參數(shù)尋優(yōu)方法的優(yōu)選方案，所述步驟3)中，當(dāng)控制圖均處于穩(wěn)定狀態(tài)時(shí)，收集給定數(shù)量以上的子組數(shù)據(jù)獲取過程西格瑪水平，評價(jià)過程控制能力指數(shù)CPK的公式為；其中，USL為控制對象特性的規(guī)格上限，LSL為控制對象特性的規(guī)格下限，X為所有取樣數(shù)據(jù)的平均值，σ取樣數(shù)據(jù)的標(biāo)準(zhǔn)差；獲取所取樣數(shù)據(jù)的標(biāo)準(zhǔn)差σ，再獲取規(guī)格公差T及規(guī)格中心值U；T＝USL-LSL；U＝(USL+LSL)/2；獲取制程準(zhǔn)確度Ca：Ca＝(X-U)/(T/2)；獲取制程精密度Cp：Cp＝T/6σ；獲取制程能力指數(shù)：Cpk＝Cp(1-|Ca|)；加權(quán)平均獲取本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
1.卷煙設(shè)備操控參數(shù)尋優(yōu)方法，其特征在于：所述尋優(yōu)方法包括：1)歷史運(yùn)行數(shù)據(jù)的獲取：選擇監(jiān)測變量，收集正常工況下各監(jiān)測變量的過程數(shù)據(jù)集Xn×m，其中，n為采樣點(diǎn)個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)，建立統(tǒng)計(jì)模型；2)穩(wěn)定工況的識別：基于設(shè)備運(yùn)行速度，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子Fs，當(dāng)其值小于等于閾值ζ時(shí)表明過程處于穩(wěn)定工況，采用平滑濾波算法對處于穩(wěn)定工況的滑動時(shí)間窗內(nèi)原始數(shù)據(jù)進(jìn)行算術(shù)平均，獲得一組移動平均數(shù)據(jù)，將移動平均數(shù)據(jù)作為穩(wěn)定工況的有效數(shù)據(jù)X′(I×m)，其中，I為有效數(shù)據(jù)的個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)；3)對穩(wěn)定工況數(shù)據(jù)進(jìn)行SPC建模：對穩(wěn)定工況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模，獲取控制限，繪制標(biāo)準(zhǔn)差控制圖，并根據(jù)標(biāo)準(zhǔn)差控制圖判定工況數(shù)據(jù)是否穩(wěn)定，繪制均值控制圖，并根據(jù)均值控制圖判定工況數(shù)據(jù)是否穩(wěn)定，根據(jù)過程滿足質(zhì)量要求能力的單個(gè)度量參數(shù)即西格瑪水平值評價(jià)過程控制能力，加權(quán)平均計(jì)算煙支質(zhì)量綜合過程控制能力指數(shù)CPK，如果過程控制能力指數(shù)大于設(shè)定值，取當(dāng)前批次設(shè)備參數(shù)的參數(shù)設(shè)定值作為最優(yōu)工況數(shù)據(jù)，放入學(xué)習(xí)樣本集Xtrain；4)建立K?Means聚類模型：對學(xué)習(xí)樣本集Xtrain進(jìn)行中心化和標(biāo)準(zhǔn)化處理，獲得處理后的建模數(shù)據(jù)Xs，對建模數(shù)據(jù)Xs建立K?Means聚類模型；5)逆向標(biāo)準(zhǔn)化處理：設(shè)備操控參數(shù)尋優(yōu)，通過獲取各個(gè)聚類結(jié)果集的最大、最小和中心樣本，然后對所得樣本進(jìn)行逆向標(biāo)準(zhǔn)化處理，得到最終操控參數(shù)尋優(yōu)結(jié)果。...

【技術(shù)特征摘要】
1.卷煙設(shè)備操控參數(shù)尋優(yōu)方法，其特征在于：所述尋優(yōu)方法包括：1)歷史運(yùn)行數(shù)據(jù)的獲取：選擇監(jiān)測變量，收集正常工況下各監(jiān)測變量的過程數(shù)據(jù)集Xn×m，其中，n為采樣點(diǎn)個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)，建立統(tǒng)計(jì)模型；2)穩(wěn)定工況的識別：基于設(shè)備運(yùn)行速度，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子Fs，當(dāng)其值小于等于閾值ζ時(shí)表明過程處于穩(wěn)定工況，采用平滑濾波算法對處于穩(wěn)定工況的滑動時(shí)間窗內(nèi)原始數(shù)據(jù)進(jìn)行算術(shù)平均，獲得一組移動平均數(shù)據(jù)，將移動平均數(shù)據(jù)作為穩(wěn)定工況的有效數(shù)據(jù)X′(I×m)，其中，I為有效數(shù)據(jù)的個(gè)數(shù)，m為監(jiān)測變量個(gè)數(shù)；3)對穩(wěn)定工況數(shù)據(jù)進(jìn)行SPC建模：對穩(wěn)定工況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模，獲取控制限，繪制標(biāo)準(zhǔn)差控制圖，并根據(jù)標(biāo)準(zhǔn)差控制圖判定工況數(shù)據(jù)是否穩(wěn)定，繪制均值控制圖，并根據(jù)均值控制圖判定工況數(shù)據(jù)是否穩(wěn)定，根據(jù)過程滿足質(zhì)量要求能力的單個(gè)度量參數(shù)即西格瑪水平值評價(jià)過程控制能力，加權(quán)平均計(jì)算煙支質(zhì)量綜合過程控制能力指數(shù)CPK，如果過程控制能力指數(shù)大于設(shè)定值，取當(dāng)前批次設(shè)備參數(shù)的參數(shù)設(shè)定值作為最優(yōu)工況數(shù)據(jù)，放入學(xué)習(xí)樣本集Xtrain；4)建立K-Means聚類模型：對學(xué)習(xí)樣本集Xtrain進(jìn)行中心化和標(biāo)準(zhǔn)化處理，獲得處理后的建模數(shù)據(jù)Xs，對建模數(shù)據(jù)Xs建立K-Means聚類模型；5)逆向標(biāo)準(zhǔn)化處理：設(shè)備操控參數(shù)尋優(yōu)，通過獲取各個(gè)聚類結(jié)果集的最大、最小和中心樣本，然后對所得樣本進(jìn)行逆向標(biāo)準(zhǔn)化處理，得到最終操控參數(shù)尋優(yōu)結(jié)果。2.根據(jù)權(quán)利要求1所述的卷煙設(shè)備操控參數(shù)尋優(yōu)方法，其特征在于：所述步驟2)中，當(dāng)設(shè)備運(yùn)行速度的值小于等于閾值ζ時(shí)表明過程處于穩(wěn)定工況，反之表明過程處于過渡工況；基于設(shè)備運(yùn)行速度，采用滑動時(shí)間窗算法獲取穩(wěn)定度因子Fs的公式為：其中，VHmax表示滑動時(shí)間窗內(nèi)卷煙機(jī)車速的最大值，VHmin表示滑動時(shí)間窗內(nèi)卷煙機(jī)車速的最小值，Vmax表示卷煙設(shè)備允許的車速最大值，H表示滑動時(shí)間窗口的長度。3.根據(jù)權(quán)利要求1所述的卷煙設(shè)備操控參數(shù)尋優(yōu)方法，其特征在于：所述步驟3)中，對穩(wěn)定工況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)過程控制建模的步驟為：301)確定控制對象：將反映產(chǎn)品質(zhì)量的關(guān)鍵質(zhì)量特性作為控制對象，控制對象包括計(jì)量型和計(jì)數(shù)型；302)收集預(yù)備數(shù)據(jù)：以特定時(shí)間作為1個(gè)子組進(jìn)行數(shù)據(jù)的匯總，按照時(shí)間順序，從歷史數(shù)據(jù)中選擇若干子組進(jìn)行正態(tài)性檢驗(yàn)。4.根據(jù)權(quán)利要求3所述的卷煙設(shè)備操控參數(shù)尋優(yōu)方法，其特征在于：所述步驟3)中，計(jì)量型控制對象的數(shù)據(jù)處理方法為：獲取控制限；獲取每個(gè)子組均值標(biāo)準(zhǔn)差s和所有觀測值的總均值平均標(biāo)準(zhǔn)差獲取標(biāo)準(zhǔn)差控制圖的中心線和上下控制限：式中：CLs為標(biāo)準(zhǔn)差控制圖中心線；為子組標(biāo)準(zhǔn)差的平均值；UCLs為標(biāo)準(zhǔn)差控制圖上控制限；LCLs為標(biāo)準(zhǔn)差控制圖下控制限；B3、B4為控制限系數(shù)；獲取均值控制圖的中心線和上下控制限：式中：為均值控制圖中心線；為子組平均值的平均值；為子組標(biāo)準(zhǔn)差的平均值；為均值控制圖上控制限；為均值控制圖下控制限；A3為控制限系數(shù)；繪制標(biāo)準(zhǔn)差控制圖，在標(biāo)準(zhǔn)差控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每一個(gè)子組的標(biāo)準(zhǔn)差；觀察標(biāo)準(zhǔn)差控制圖所有的點(diǎn)是否落在控制界限內(nèi)，判定過程是否處于穩(wěn)定狀態(tài)，如標(biāo)準(zhǔn)差控制圖顯示過程處于穩(wěn)定狀態(tài)，則用來獲取均值圖的控制限；如過程處于非穩(wěn)定狀態(tài)，剔除異常點(diǎn)，重新計(jì)算并修正控制限直至過程處于穩(wěn)定狀態(tài)；繪制均值控制圖，在均值控制圖上標(biāo)記中心線和上下控制限，點(diǎn)繪每個(gè)子組的平均值；觀察均值控制圖所有的點(diǎn)是否落在控制界限內(nèi)，并且在控制界限內(nèi)的點(diǎn)是否隨機(jī)排列，如過程處于穩(wěn)定狀態(tài)，則將分析用控制圖的控制限確定為控制用控制圖的控制限；如過程處于非穩(wěn)定狀態(tài)，剔除異常點(diǎn)，重新計(jì)算并修正控制限直至過程處于穩(wěn)定狀態(tài)。5.根據(jù)權(quán)利要求3所述的卷煙設(shè)備...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王軍，王曉東，荊素坡，
申請(專利權(quán))人：北京天工智造科技有限公司，
類型：發(fā)明
國別省市：北京,11