[发明专利]基于多元时序分析预测模型的烘丝入口含水率控制方法

说明书

一种基于多元时序分析预测模型的烘丝入口含水率控制方法，包括：采用适用于工业厂房高大空间的温湿度控制策略，保证制丝生产区域温湿度控制动态稳定，采集模型相关的历史数据，对模型输入输出变量进行归一化处理；使用相关性分析进行输入变量的特征提取，筛选出与烘丝入口含水率最相关的输入变量作为特征变量；根据提取的特征变量建立烘丝入口含水率的多元时间序列分析预测模型；对多元时间序列分析模型进行参数寻优；考虑模型时变特性，实时在线地对模型进行训练更新；根据已建立的模型变量关系和相关特征数据，反推预测出使烘丝入口含水率达标的进柜前含水率目标值，达到控制烘丝入口含水率的目的。本发明提高了烘丝入口含水率的准确性。

技术领域

本发明涉及烟草加工领域，尤其涉及一种基于多元时间序列分析预测模型的烘丝入口含水率控制方法。

背景技术

烘丝入口含水率是制丝生产环节的一项重要工艺指标，其对后工序的过程控制稳定具有重要作用，该指标受到烟草企业的广泛关注。进柜前至烘丝入口过程中，存在几个小时的贮叶过程和切丝过程，由于受各种因素影响，中间环节易造成水分散失，而且过程中无任何物料含水率修正手段，就是说对于烘丝入口含水率的调控取决于前序工序进柜前含水率的监控。

现有的烘丝入口含水率是通过操作员根据生产实际、天气状况、贮叶时间等情况，人工估算出进柜前含水率目标值，从而实现烘丝入口含水率的控制。但是，简单的人工估算无法实现前后工序参数协同和精准控制，因此，为保障制丝过程中烘丝入口含水率的稳定性达到预期，需要一种更为准确、科学的含水率控制方法。

发明内容

本发明提供一种基于多元时间序列分析预测模型的烘丝入口含水率控制方法，通过调整进柜前含水率目标值预测控制烘丝入口含水率，使烘丝入口含水率批次均值达到工艺目标值，实现进柜前水分目标值自动推送，代替人工估算方式，提高了烘丝入口含水率的准确性。

根据实施例，提供一种基于多元时序分析预测模型的烘丝入口含水率控制方法，包括以下步骤：

控制制丝生产区域环境温湿度，在环境温湿度控制稳定的前提下获取多元时间序列分析预测模型相关的历史数据，所述历史数据包含进柜前水分、烘丝环境温度、烘丝环境湿度、烘丝入口水分和贮叶时间，对多元时间序列分析预测模型相关的输入输出变量进行归一化处理；

使用相关性分析进行输入变量的特征提取，筛选出与烘丝入口含水率最相关的输入变量作为特征变量；

根据提取的特征变量，基于数据驱动方法建立烘丝入口含水率的多元时间序列分析预测模型；

根据看图定阶法和贝叶斯信息准则，对多元时间序列分析预测模型进行参数寻优；

考虑模型时变特性，运用滑动窗算法实时在线地对多元时间序列分析预测模型进行训练更新；

根据已建立的多元时间序列分析预测模型变量关系和相关特征数据，反推预测出可使烘丝入口含水率达标的进柜前含水率目标值，实现对烘丝入口含水率的控制。

在实施例中，对多元时间序列分析预测模型相关的输入输出变量进行归一化处理的方法为：

其中，x₀与x_i分别表示归一化前后的变量，Maxx表示x变量中的最大值，Minx表示x变量中的最小值。

在实施例中，根据相关性分析进行输入变量的特征提取的方法为：根据变量之间的皮尔逊相关系数筛选出与烘丝入口含水率最相关变量，皮尔逊相关系数表示为：

式中，r为皮尔逊相关系数，X_i与Y_i分别表示为X与Y变量中第i个样本，和分别为X和Y的均值，得到每个输入变量对烘丝入口含水率的相关性系数后，选取相关性系数最大的几个变量作为模型的输入变量，完成特征提取。