測(cè)值。
[0055] 步驟202,根據(jù)加水比例值和松散回潮階段的溫度、濕度得到松散回潮出口含水率 的第二預(yù)測(cè)值。
[0056] 由于在制絲線從松散回潮階段至烘絲階段，只有松散回潮入口處可W通過(guò)加水調(diào) 整葉絲含水率，之后的階段無(wú)法通過(guò)加水來(lái)調(diào)整葉絲含水率，為了提高加水比例的準(zhǔn)確度， W便得到設(shè)定的烘絲機(jī)入口含水率。發(fā)明人經(jīng)過(guò)大量試驗(yàn)檢測(cè)，發(fā)現(xiàn)在松散回潮出口至烘 絲機(jī)入口各階段的葉絲含水率可W用多元線性回歸進(jìn)行擬合，而由于在松散回潮入口加 水，使得松散回潮階段模型十分復(fù)雜，線性回歸已無(wú)法滿足生產(chǎn)需要，因此采用神經(jīng)網(wǎng)絡(luò)模 型進(jìn)行預(yù)測(cè)。
[0057] 在一個(gè)實(shí)施例中，利用預(yù)定的神經(jīng)網(wǎng)絡(luò)模型，對(duì)松散回潮出口含水率進(jìn)行預(yù)測(cè)，得 到松散回潮出口含水率的第二預(yù)測(cè)值。例如，可W選用雙隱含神經(jīng)網(wǎng)絡(luò)建立非線性模型。例 如，W松散回潮機(jī)加水比例、松散回潮階段的溫度和濕度作為輸入，松散回潮出口含水率為 輸出，建立每個(gè)隱含層有8個(gè)神經(jīng)元的雙隱含層神經(jīng)網(wǎng)絡(luò)，并設(shè)定訓(xùn)練目標(biāo)0. 05,訓(xùn)練速度 0. 01，最大訓(xùn)練步數(shù)100,進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練。所得神經(jīng)網(wǎng)絡(luò)的對(duì)松散回潮出口含水率的預(yù) 測(cè)效果見(jiàn)圖7。由圖7所示，可知采用該神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)120個(gè)樣本的松散回潮機(jī)出口 煙葉含水率預(yù)測(cè)的誤差數(shù)據(jù)計(jì)算可知，預(yù)測(cè)誤差為0. 149%。所有預(yù)測(cè)結(jié)果誤差均控制在 0.5%W內(nèi)，準(zhǔn)確預(yù)測(cè)比例為89. 171%，能滿足松散回潮工序出口含水率為±0.5% (設(shè)定 值）的允差要求。
[0058] 步驟203,判斷第一預(yù)測(cè)值和第二預(yù)測(cè)值的差值是否在第一預(yù)定范圍內(nèi)，若不在第 一預(yù)定范圍內(nèi)，則進(jìn)入步驟204 ;若在第一預(yù)定范圍內(nèi)，則進(jìn)入步驟205。
[0059] 步驟204,更改加水比例值，然后執(zhí)行步驟203,直至第一預(yù)測(cè)值和第二預(yù)測(cè)值的 差值在第一預(yù)定范圍內(nèi)。 W60] 步驟205,根據(jù)當(dāng)前的加水比例值進(jìn)行松散回潮處理。
[0061] 本發(fā)明的烘絲機(jī)入口葉絲含水率控制方法，通過(guò)準(zhǔn)確調(diào)整松散回潮階段的加水比 例，使烘絲機(jī)入口葉絲含水率穩(wěn)定在工藝設(shè)定值附近，同時(shí)降低松散回潮至烘絲機(jī)入口加 工過(guò)程中的葉絲含水率波動(dòng)偏差，達(dá)到穩(wěn)定烘絲后含水率的效果。
[0062] 圖3為本發(fā)明的烘絲機(jī)入口葉絲含水率控制方法中得到第一預(yù)測(cè)值的一個(gè)實(shí)施 例的示意圖。優(yōu)選的，本實(shí)施例的方法由本發(fā)明的控制系統(tǒng)執(zhí)行。發(fā)明人經(jīng)過(guò)大量試驗(yàn)檢 ，為確定烘絲機(jī)入口含水率的關(guān)鍵影響因素，采用pearson(泊松）相關(guān)性檢驗(yàn)法對(duì)不留 柜、預(yù)混柜留柜W及膽葉柜留柜3種不同情況，分別進(jìn)行相關(guān)性分析。經(jīng)過(guò)相關(guān)性檢驗(yàn)發(fā)現(xiàn) 在松散回潮出口至烘絲機(jī)入口各階段的葉絲含水率可W用多元線性回歸進(jìn)行擬合。其中， 在制絲線實(shí)際生產(chǎn)過(guò)程中，包括預(yù)混柜和膽葉柜均不留柜、預(yù)混柜留柜膽葉柜不留柜和預(yù) 混柜不留柜膽葉柜留柜=種情況，例如，可W按如下方式劃分：
[0063] 不留柜：預(yù)混柜階段時(shí)長(zhǎng)<240min，且膽葉柜時(shí)長(zhǎng)<480min;
[0064] 預(yù)混柜留柜：預(yù)混柜階段時(shí)長(zhǎng)> 240min，且膽葉柜時(shí)長(zhǎng)<480min; 陽(yáng)0化]膽葉柜留柜：預(yù)混柜時(shí)長(zhǎng)<240min，且膽葉柜時(shí)長(zhǎng)> 480min。對(duì)應(yīng)的各影響因素相 關(guān)性檢驗(yàn)結(jié)果如表1所示：
[0067]表I W側(cè)其中，**為極顯著相關(guān)，*為顯著相關(guān)，-為不相關(guān)。
[0069] 由此可W針對(duì)性的對(duì)各階段分別建立多元線性回歸模型，進(jìn)行分析預(yù)測(cè)。為簡(jiǎn)便 起見(jiàn)，記烘絲機(jī)入口含水率為y，松散回潮階段的加水比例為Xi,松散回潮出口含水率為又2， 松散回潮階段的環(huán)境溫度為&、濕度為X4,預(yù)混柜階段留柜時(shí)長(zhǎng)為Xs,預(yù)混柜階段的環(huán)境溫 度為Xe、濕度為X7,潤(rùn)葉加料機(jī)入口含水率為Xs,潤(rùn)葉加料機(jī)出口含水率為Xg,潤(rùn)葉加料階段 的環(huán)境溫度為Xi。、濕度為Xii,膽葉柜階段留柜時(shí)長(zhǎng)為Xi2,膽葉柜階段的環(huán)境溫度為、濕 度為Xw烘絲階段的環(huán)境溫度為Xi5、濕度為Xie。本實(shí)施例的方法步驟如下：
[0070] 步驟301，根據(jù)設(shè)定的烘絲機(jī)入口含水率和第一環(huán)境參數(shù)集合，采用預(yù)定的第一多 元回歸模型，得到潤(rùn)葉加料機(jī)出口含水率預(yù)測(cè)值，第一環(huán)境參數(shù)集合包括烘絲階段的環(huán)境 溫度、濕度W及膽葉柜階段的環(huán)境溫度、濕度。
[0071] 在一個(gè)實(shí)施例中，第一多元回歸模型中的系數(shù)與葉絲在膽葉柜中是否留柜相關(guān) 聯(lián)。例如，當(dāng)膽葉柜不留柜時(shí)，選用如下第一多元回歸模型（1):
[0072] y= 0. 7866xg+0.1056xi3+〇. 〇784xi4+〇. 〇〇66xi5+〇. 〇285xi6-〇.0485 (1)
[007引得到的預(yù)測(cè)效果如圖8所示，預(yù)測(cè)誤差均值為0. 085 %，準(zhǔn)確預(yù)測(cè)比例達(dá)100 %，能 夠滿足烘絲機(jī)入口含水率為±0.5% (設(shè)定值）的允差要求。
[0074] 當(dāng)膽葉柜留柜時(shí)，選用如下第一多元回歸模型（2): 陽(yáng)0巧]y= 0. 8276xg-0. 1688x13+0. 0019x14+0. 0264x15+0. 036x16+0. 1589 (2)
[0076]得到的預(yù)測(cè)效果如圖9所示，預(yù)測(cè)誤差均值為0. 043%，準(zhǔn)確預(yù)測(cè)比例達(dá)100%，能 夠滿足烘絲機(jī)入口含水率為±0.5%(設(shè)定值）的允差要求。
[0077] 步驟302,根據(jù)潤(rùn)葉加料機(jī)出口含水率預(yù)測(cè)值和第二環(huán)境參數(shù)集合，采用預(yù)定的第 二多元回歸模型，得到潤(rùn)葉加料機(jī)入口含水率預(yù)測(cè)值，第二環(huán)境參數(shù)集合包括潤(rùn)葉加料階 段的溫度、濕度。
[007引在一個(gè)實(shí)施例中，選用如下第二多元回歸模型（3): 陽(yáng)0巧]Xg= 0. 6032XS-0. 〇777xi〇-〇. 0023x11+0. 3697 (3)
[0080] 得到的預(yù)測(cè)效果如圖10所示，由圖10中的數(shù)據(jù)計(jì)算可W得到，預(yù)測(cè)誤差均值為 0. 120%，準(zhǔn)確預(yù)測(cè)比例達(dá)96. 578%，能夠滿足烘絲機(jī)入口含水率為±0. 5% (設(shè)定值）的 允差要求。
[0081] 步驟303,根據(jù)潤(rùn)葉加料機(jī)入口含水率預(yù)測(cè)值和第=環(huán)境參數(shù)集合，采用預(yù)定的第 =多元回歸模型，得到松散回潮出口含水率的第一預(yù)測(cè)值，第=環(huán)境集合包括預(yù)混柜階段 的環(huán)境溫度、濕度W及松散回潮階段的環(huán)境溫度、濕度。
[0082] 在一個(gè)實(shí)施例中，第S多元回歸模型中的系數(shù)與葉絲在預(yù)混柜中是否留柜相關(guān) 聯(lián)。例如，當(dāng)預(yù)混柜不留柜時(shí)，選用如下第S多元回歸模型（4):
[0083]Xs= 0. 6901x2+0. 0024x3+0. 0073x4-0. 0201x6+0. 0165x7+0. 1621 (4)
[0084] 得到的預(yù)測(cè)效果如圖11所示，預(yù)測(cè)誤差均值為0. 115%，準(zhǔn)確預(yù)測(cè)比例達(dá) 95. 292%，能夠滿足潤(rùn)葉加料機(jī)入口含水率為±0. 5% (設(shè)定值）的允差要求。
[00化]當(dāng)預(yù)混柜留柜時(shí)，選用如下第S多元回歸模型巧）：
[0086] Xs= 0. 4881x2+0. 0425x3+0. 0214x4+0. 0153x6-0. 02町+〇. 2369 (5)
[0087] 得到的預(yù)測(cè)效果如圖12所示，預(yù)測(cè)誤差均值為0. 112%，能夠滿足潤(rùn)葉加料機(jī)入 口含水率為±0.5% (設(shè)定值）的允差要求。
[0088] 在一個(gè)實(shí)施例中，本發(fā)明的方法還可W包括告警的步驟，在制絲線實(shí)際生產(chǎn)中，將 得到的各預(yù)測(cè)值與實(shí)時(shí)檢測(cè)值進(jìn)行比較，判斷當(dāng)潤(rùn)葉加料機(jī)出口含水率預(yù)測(cè)值與實(shí)時(shí)檢測(cè) 值的差值超過(guò)第二預(yù)定范圍時(shí)，或者判斷當(dāng)潤(rùn)葉加料機(jī)入口含水率預(yù)測(cè)值與實(shí)時(shí)檢測(cè)值的 差值超過(guò)第=預(yù)定范圍時(shí)，或者判斷當(dāng)松散回潮出口含水率的第一預(yù)測(cè)值與實(shí)時(shí)檢測(cè)值的 差值超過(guò)第四預(yù)定范圍時(shí)，進(jìn)行告警。運(yùn)其中，第二、第=和第四預(yù)定范圍根據(jù)實(shí)際的生產(chǎn) 條件進(jìn)行設(shè)定，可W相同，也可W不同。
[0089] 根據(jù)圖7至圖12所示結(jié)果，可W得到，本發(fā)明對(duì)制絲線各階段預(yù)測(cè)效果好，通過(guò)根 據(jù)預(yù)測(cè)結(jié)果準(zhǔn)確調(diào)整松散回潮階段的加水比例，使烘絲機(jī)入口葉絲含水率穩(wěn)定在工藝設(shè)定 值附近，同時(shí)降低松散回潮至烘絲機(jī)入口加工過(guò)程中的葉絲含水率波動(dòng)偏差，當(dāng)出現(xiàn)偏差 時(shí)進(jìn)行告警，達(dá)到穩(wěn)定烘絲后含水率的效果。
[0090] 圖4為本發(fā)明烘絲機(jī)入口葉絲含水率控制系統(tǒng)的一個(gè)實(shí)施例的示意圖，其中各單 元已經(jīng)在方法步驟實(shí)施例中進(jìn)行了詳細(xì)說(shuō)明，運(yùn)里不再寶述。本發(fā)明的控制系統(tǒng)包括：
[0091] 第一預(yù)測(cè)單元401用于根據(jù)設(shè)定的烘絲機(jī)入口含水率和第一環(huán)境參數(shù)集合得到 松散回潮出口含水率的第一預(yù)測(cè)值。
[0092] 第二預(yù)測(cè)單元402用于根據(jù)加水比例值和松散回潮階段的溫度、濕度得到松散回 潮出口含水率的第二預(yù)測(cè)值。
[0093] 在一個(gè)實(shí)施例中，第二預(yù)測(cè)單元402具體用于根據(jù)加水比例值和松散回潮階段的 溫度、濕度，采用預(yù)定的神經(jīng)網(wǎng)絡(luò)模型，得到松散回潮出口含水率的第二預(yù)測(cè)值。
[0094] 控制單元403用于判斷第一預(yù)測(cè)值和第二預(yù)測(cè)值的差值是否在第一預(yù)定范圍內(nèi)； 若差值不在第一預(yù)定范圍內(nèi)，則更改加水比例值。<