[发明专利]基于分块分层思想的卷烟制叶丝过程多阶段分布式监测与诊断方法

说明书

本发明公开一种基于分块分层思想的卷烟制叶丝过程多阶段分布式监测与诊断方法。本发明识别卷烟制叶丝过程待机运行阶段和稳定生产阶段的不同监测需求，采用横向设备分块、纵向时间分层的思想，构建卷烟制叶丝过程Sirox增温增湿机和KLD薄板烘丝机关键设备的多阶段分布式监测模型，实现卷烟制叶丝过程单一以及并发异常的有效检测，并利用贡献图方法对异常原因进行准确识别。本发明消除了卷烟制叶丝过程待机运行阶段的监测盲区，提升了过程并发异常信息的捕捉能力，能够准确有效监测和诊断卷烟制叶丝过程关键设备不同运行阶段的单一以及并发异常。

技术领域

本发明涉及卷烟制叶丝过程的在制品质量和设备完好性监测领域，特别是一种基于分块分层思想的卷烟制叶丝过程多阶段分布式监测与诊断方法。

背景技术

随着我国烟草行业整体实力的不断提高，有效提升设备的智能化水平和高效运行能力已成为卷烟工厂关注的焦点，状态监测与异常诊断是提升设备智能化和高效运行的重要手段。目前针对卷烟制丝过程设备状态监测与异常诊断以单变量统计过程控制方法为主，利用彩虹图和过程能力指数对生产阶段中的稳态数据进行分析。此类方法缺少对批次轴上动态信息的有效分析，也无法反映过程变量间关联关系的变化。王伟等提出一种基于相对变化分析的多模态卷烟制叶丝段故障监测方法，将制叶丝段Sirox增温增湿机和KLD薄板烘丝机作为一个整体，针对不同生产牌号的三维数据建立主元分析(PrincipalComponent Analysis，PCA) 模型进行设备状态监测。该方法针对生产阶段中的稳态数据分析，未考虑上料前待机运行阶段的设备状态监测，待机运行阶段存在监测盲区；同时由于将Sirox和KLD作为整体进行建模和监测，其中一个设备出现异常导致模型报警后，会干扰对另一设备的状态监测，限制了该方法对制叶丝段批次过程并发异常信息的捕捉能力。因此，如果能够同时考虑不同设备单元和不同生产阶段两方面的信息，建立多阶段分布式监测模型，将会消除待机运行阶段的监测盲区、提升并发异常信息的捕捉能力。

发明内容

针对卷烟制叶丝段批次过程中待机运行阶段的监测盲区以及不同设备并发异常对整体监测模型的相互干扰，提出一种基于分块分层思想的卷烟制叶丝过程多阶段分布式监测与诊断方法，提升监测模型对制叶丝过程并发异常信息的捕捉能力，有效监测不同阶段的设备单一或并发异常，在现有监测变量的基础上实现制叶丝过程待机运行阶段和稳定生产阶段的分布式监测和异常诊断。

本发明所采用的具体技术方案如下：

基于分块分层思想的卷烟制叶丝过程多阶段分布式监测与诊断方法，该方法包括以下的步骤：

第一步：根据生产现场已有测点和设备监测需求，分别确定Sirox增温增湿机、KLD薄板烘丝机在待机运行阶段、稳定生产阶段的监测变量，如表1所示，待机运行阶段Sirox增温增湿机和KLD薄板烘丝机的监测变量数分别为序号1～5和序号1～14，稳定生产阶段Sirox 增温增湿机和KLD薄板烘丝机的监测变量数分别为序号1～8和序号1～17；

表1 Sirox增温增湿机、KLD薄板烘丝机待机运行阶段和稳定生产阶段监测变量

第二步：根据生产工艺要求，分别确定Sirox增温增湿机、KLD薄板烘丝机待机运行阶段和稳定生产阶段离线建模数据的有效性判断规则；剔除制丝集控系统中该叶丝牌号的断料批次和异常批次数据，根据表2的建模数据有效性判断规则，获得Sirox增温增湿机、KLD 薄板烘丝机待机运行阶段和稳定生产阶段的原始三维建模数据其中I表示批次，J表示监测变量，K表示采样点，下标SS表示Sirox增温增湿机待机运行阶段、KS表示KLD薄板烘丝机待机运行阶段、SP表示Sirox增温增湿机稳定运行阶段、KP表示KLD薄板烘丝机稳定运行阶段，监测变量的采样频率为10s/次；

表2离线建模数据的有效性判断规则