李培茂 趙傳民 何林洋 卓 亮 韓翔雨

（四川中煙工業(yè)有限責任公司綿陽卷煙廠，四川 綿陽 621000）

1 薄板式烘絲機結構、原理介紹

1.1 薄板式烘絲機結構

SH664P 型薄板式烘絲機主要由滾筒、輸送轉置、前室、后室、支架等部件和蒸汽系統(tǒng)、壓縮空氣系統(tǒng)、熱風系統(tǒng)[1]3個系統(tǒng)組成。

1.2 烘絲機生產(chǎn)原理

在實際生產(chǎn)過程中，薄板式烘絲機經(jīng)蒸汽預熱、加熱后的筒壁并與煙絲直接接觸，被已經(jīng)增溫、增濕后的煙絲快速加熱并蒸發(fā)水分，同時筒內的抄板也會不斷抄起煙絲使其不斷往前行進。該過程中煙絲與經(jīng)過前室進入的熱風進行均勻混合，通過熱風的熱對流加熱，加速蒸發(fā)煙絲中的水分與青雜氣，最終通過除塵系統(tǒng)排出。生產(chǎn)過程中的熱量主要由蒸汽提供。一路蒸汽通過熱交換器將熱量傳遞給筒壁，通過加熱筒壁來直接干燥煙絲；另一路蒸汽通過加熱裝置把熱量傳遞給新風，通過熱風來干燥煙絲。因此烘絲機是通過筒壁加熱和熱風加熱來干燥煙絲的[2]。

烘絲生產(chǎn)過程一般劃分為3 個階段，即預熱生產(chǎn)階段、過程穩(wěn)定生產(chǎn)階段和尾料倒料階段。在正式生產(chǎn)開始前，車間會對烘絲機設備進行提前預熱，主要是通過蒸汽管路的初始壓力設置和傳動裝置的提前設置，使設備快速由冷機工作環(huán)境向待生產(chǎn)熱機環(huán)境過渡、切換，經(jīng)過規(guī)定時間的預熱后，正式切換到正常生產(chǎn)過程。在正常生產(chǎn)的初始生產(chǎn)階段，由于進料流量低、筒內煙絲較少、筒內空氣相對濕度低以及吸濕能力強等原因，烘絲出口處的部分煙絲會出現(xiàn)水分過干的現(xiàn)象，該過程一般稱為料頭。隨著進料量增加和生產(chǎn)的正常推進，烘絲機出口處的煙絲水分逐漸大于8%。將持續(xù)3min 后的生產(chǎn)階段定義為過程生產(chǎn)階段[3]。當生產(chǎn)快接近尾聲時，皮帶秤在一段時間內檢測不到物料，此時烘絲機進入快速倒料狀態(tài)，烘絲機滾筒轉速迅速提高，對進入滾筒的煙絲進行噴蒸汽加濕，以減少煙絲料尾量。

1.3 筒壁溫度控制系統(tǒng)

在干燥過程中，筒壁起了主要加熱作用，筒壁溫度的控制不僅對出口煙絲含水率的穩(wěn)定具有關鍵作用，還會影響煙絲工藝品質。壓力調節(jié)器根據(jù)設定的壓力值調節(jié)氣動薄膜閥，從而調節(jié)蒸汽壓力和流量，進而控制筒壁溫度。從蒸汽壓力變化到筒壁溫度響應是2 個過程，先是飽和蒸汽壓力增加，蒸汽溫度升高，然后加熱熱交換器使，筒壁溫度升高，但筒內容積不變，該熱力學過程可視為飽和濕蒸汽定容升壓過程。初始時刻，飽和濕蒸汽壓力為p0，溫度為t0，飽和濕蒸汽質量為m0，體積為v0，焓值為h0。當氣動薄膜閥開啟時，熱交換器內的飽和濕蒸汽量增加，質量為m1，體積不變?yōu)関0=v1，壓力升高為p1，焓值為h1。滾筒將熱量傳遞給煙絲和熱風，筒壁自身溫度降低并吸收飽和蒸汽的熱量，蒸汽熱量由筒壁傳遞到熱風與煙絲[4]，而滾筒外側有一部分熱量損失。筒壁溫度的控制實際上是對筒壁壓力進行控制，烘絲機飽和蒸汽壓力的工作范圍為0MPa～1MPa（約99℃～183℃），常用的經(jīng)驗公式為Antoine 經(jīng)驗公式，運用最小二乘法對試驗值進行非線性回歸，得出水的飽和蒸汽壓的公式，如公式（1）、公式（2）所示。

式中：ps表示水在T℃時的飽和蒸汽。

2 烘絲段數(shù)據(jù)樣本統(tǒng)計與處理

該文以天下秀（金）為研究煙絲配方號，利用制絲車間SPC 過程統(tǒng)計控制系統(tǒng)的數(shù)采參數(shù)體系采集、導出2022 年11 月—2023 年2 月期間的SIROX 段和烘絲段的所有數(shù)采參數(shù)原始過程數(shù)據(jù)，再利用該數(shù)據(jù)樣本進行烘絲機過程水分預測分析。

2.1 異常數(shù)據(jù)處理

數(shù)據(jù)樣本中將30s 作為數(shù)采參數(shù)間隔頻率，其中批次物料量為4200kg 左右，對應批次內正常物料流量為4000kg/h，因此單批數(shù)采點數(shù)為110 個左右。針對過程原始數(shù)據(jù)可能存在的缺失、重復和異常等情況根據(jù)如下規(guī)則進行處理：1）針對缺失數(shù)據(jù)塊，以均值化填充、連續(xù)行刪除作為主要處理方法。2）針對連續(xù)行重復數(shù)據(jù)，需要結合對應時間點的生產(chǎn)狀況判斷是否停機、設備數(shù)采是否正常，進而決定是否刪除重復行數(shù)據(jù)，只保留重復行的第一行數(shù)據(jù)。3）針對異常值數(shù)據(jù)，需要提前進行以3 個標準差為控制限的控制圖分析，刪除控制限上、下限以外的數(shù)據(jù)。

2.2 生產(chǎn)原始數(shù)據(jù)階段劃分

在實際生產(chǎn)過程中，由于工序段的物料流量、SIROX入口水分和出口水分的狀態(tài)數(shù)值分別有對應的料空、料頭、過程和料尾階段，因此將在SIROX 入口處未持續(xù)檢測到煙絲的階段定義為SIROX 料空階段；將持續(xù)檢測到煙絲流量≥100kg/h 且延時3min 的階段定義為SIROX 料頭階段（烘絲入口水分參數(shù)同步物料流量判定標準）；將經(jīng)過正常生產(chǎn)階段后，持續(xù)檢測到煙絲流量≤100kg/h 且延時3min 的階段定義為SRIOX 料尾階段；將在烘絲出口處，出口水分≥8%且延時3min 的階段定義為烘絲料頭階段；將經(jīng)過正常生產(chǎn)后，出口水分≤8%且延時3min 的階段定義為烘絲料尾階段；將生產(chǎn)過程中除去料空、料頭和料尾的剩余生產(chǎn)階段定義為過程階段。該文將著重研究料頭階段、過程階段的水分過程預測與調整。

3 烘絲段數(shù)據(jù)分析

3.1 現(xiàn)狀數(shù)據(jù)分析

選取2022 年11 月—2023 年2 月的SIROX 入口水分、烘絲機出口水分原始數(shù)據(jù)進行現(xiàn)狀分析，發(fā)現(xiàn)在2022 年11—2023 年2 月期間，SIROX 入口水分批次間均值整體維持在20.3±0.3%，入口水分標偏整體為0.07，烘絲機出口水分批次內標偏整體為0.07。

3.2 參數(shù)關聯(lián)性分析

對2022 年11 月—2023 年2 月的料頭階段、過程階段的原始參數(shù)數(shù)據(jù)進行分析，尋找在料頭階段、過程階段內與烘絲出口水分存在顯著相關性[5]的參數(shù)及參數(shù)之間的關聯(lián)性。

分析料頭生產(chǎn)階段的原始數(shù)據(jù)，發(fā)現(xiàn)烘絲機熱風風速與烘絲機出口水分存在顯著的二次線性相關性，并且通過二次線性回歸進行驗證，回歸的R-Sq=78.9%，線性回歸表達式如下：烘絲機出口水分實際值=-1184+6084×烘絲熱風風速實際值-7725×烘絲熱風風速實際值2。

對過程階段的SIROX 段、烘絲段參數(shù)進行矩陣分析。由于SIROX 段閥前蒸汽壓力在機理上會直接影響蒸汽體積流量，并且SIROX 段閥前蒸汽壓力和蒸汽體積流量在數(shù)據(jù)上存在強線性關系，因此后續(xù)分析中只保留兩者中的SIROX 段閥前蒸汽壓力這一參數(shù)。

進一步研究發(fā)現(xiàn)，由于蒸汽壓力和筒壁溫度的換算關系呈直線性關系，因此后續(xù)分析不再考慮蒸汽壓力參數(shù)?；厮疁囟扰c筒壁溫度參數(shù)也存在顯著關聯(lián)性，而排潮負壓和排潮開度的關系卻并不顯著，因此均做保留。至于烘絲機內數(shù)值保持不變的參數(shù)，也要進行刪除處理，包括“烘絲機蒸汽流量”“烘絲機蒸汽溫度”和“烘絲機熱風風機頻率”，最終得到了用于構建烘絲機出口水分預測模型的數(shù)據(jù)樣本。

4 構建烘絲出口水分預測控制模型

對烘絲機出口水分原始過程數(shù)據(jù)進行正態(tài)分布檢驗，檢驗結果顯示：AD=26.001，P＜0.005，正態(tài)檢驗不通過，因此需要對烘絲機出口水分數(shù)據(jù)做BOX-COX 變換，以形成正態(tài)分布轉換數(shù)據(jù)。關于參數(shù)的標準化處理，采用Z-Score 標準化對整體數(shù)據(jù)進行參數(shù)標準化。

首先，針對料頭階段數(shù)據(jù)，運用Tree Net 算法[6]，將原始標準化數(shù)據(jù)中的烘絲機出口水分作為響應變量，將SIROX段、烘絲段剩余參數(shù)作為解釋變量，以平方誤差為損失函數(shù)，以最大R2為選擇最優(yōu)樹數(shù)量的標準，用5 折疊交叉驗證進行模型驗證，模型學習速率為0.01032，以模型最大終端節(jié)點數(shù)為6、最小終端節(jié)點數(shù)為3、子樣本部分為0.5 進行學習，構建最優(yōu)樹數(shù)為300的烘絲出口水分料頭部分的TreeNet回歸，整體模型R2為95.3%。根據(jù)模型得出的參數(shù)因子效應的前6名排序和數(shù)值分別為烘絲前秤物料累積量（100）、SIROX 閥后蒸汽壓力（10.8）、熱風溫度（9.1）、烘絲入口水分（8.2）、烘絲熱風風速（7.3）和SIROX 閥前蒸汽壓力（6.2）。

模型訓練與預測效果對比圖如圖1 所示（標準化數(shù)據(jù)還原后）。

圖1 TreeNet 模型評價指標圖

根據(jù)料頭階段烘絲出口水分的Tree Net 回歸模型，并結合料頭階段烘絲出口水分與熱風風速的二次線性關系，得出以筒壁溫度、熱風風速作為輸出并控制料頭階段水分快速、穩(wěn)定爬升的措施。

在烘絲生產(chǎn)過程中，熱風風速PID[7]控制單元主要以輸入的烘絲出口水分實際值與目標值的偏差水平來調節(jié)熱風風速。在料頭生產(chǎn)開始階段，烘絲出口一段時間內無法檢測到物料，但入口處物料仍不斷進入筒內，熱風風速的爬升根據(jù)預先設定的步驟進行調整，直至烘絲出口檢測到煙絲物料后，熱風風速PID 才接入線性回歸控制。但熱風風速起始控制狀態(tài)可能會發(fā)生一定波動，造成料頭階段向穩(wěn)定階段過渡的時間變長。由于入口煙絲狀態(tài)的變異持續(xù)性輸入烘絲筒內，而烘絲出口又持續(xù)未檢測到煙絲，不能對入口煙絲的變異做出一定調整，因此需要對熱風風速PID 進行優(yōu)化，主要是調整、優(yōu)化PID 參數(shù)的I參數(shù)。改進后的熱風風門PID聯(lián)動控制邏輯為I=f（n，E，t，γ，T），n為入口流量，E為入口水分，t為熱風溫度，γ為熱風風門開度，T為筒壁溫度。引入入口煙絲狀態(tài)數(shù)值，在熱風風速的負反饋調節(jié)中加入前饋調整，使料頭生產(chǎn)階段的熱風風速能對入口煙絲變異做出一定的反應與調整。

其次，針對過程階段原始數(shù)據(jù)，運用Random Forests 算法[8]，在原始標準化數(shù)據(jù)中將烘絲機出口水分作為響應變量，將SIROX 段、烘絲段剩余參數(shù)作為解釋變量，隨機選擇80%樣本為訓練集，20%樣本為測試集，將最小內部節(jié)點設置為5，為進行節(jié)點拆分而選定的預測變量數(shù)為4，構建Bootstrap樣本數(shù)為300、R2為87.73%的Random Forests 回歸模型。根據(jù)模型得出的參數(shù)因子效應前6 名排序和數(shù)值分別為SIROX閥后蒸汽壓力（100）、烘絲前秤累積量（21.4）、烘絲閥前蒸汽壓力（17.5）、一區(qū)筒壁溫度（17.5）、二區(qū)筒壁溫度（15.6）和烘絲入口水分（15.5）。

模型訓練與預測效果對比圖如圖2 所示（標準化數(shù)據(jù)還原后）。

圖2 Random Forests 回歸模型評價指標圖

根據(jù)過程階段烘絲出口水分的Random Forests 回歸模型，并結合過程階段烘絲出口水分與筒壁溫度的一次線性關系，得出以筒壁溫度作為輸出并控制過程階段水分回調、收斂的措施，并針對筒壁溫度的PID參數(shù)進行D值優(yōu)化，來抑制筒壁溫度設定值與實際值的偏差Δt，從而穩(wěn)定筒壁溫度的過程波動。

5 驗證預測調整效果

對過程參數(shù)以30s 為間隔進行數(shù)據(jù)采集，在料頭階段、過程階段，利用機器學習算法實時計算出對應參數(shù)體系下的烘絲機出口水分預測范圍，并顯示熱風風速、筒壁溫度的調整范圍。操作人員根據(jù)輸出結果進行試生產(chǎn)過程驗證調整，連續(xù)驗證30 批烘絲生產(chǎn)數(shù)據(jù)，最終統(tǒng)計出模型輸出預測的烘絲出口水分標偏數(shù)據(jù)，見表1。

表1 烘絲機出口水分預測標偏統(tǒng)計表

結果數(shù)據(jù)顯示，在實際生產(chǎn)過程中，應用機器學習訓練出的烘絲機出口水分預測模型整體預測出的烘絲機出口水分標偏均值為0.04 左右，模型也能較靈敏地捕捉批次間水分波動趨勢，說明該模型并未過擬合，可以較好地解釋烘絲過程中的水分變化邏輯。

6 結語

該文通過烘絲過程參數(shù)數(shù)據(jù)分析，尋找出影響薄板式烘絲機過程關鍵水分點的參數(shù)及其相關關系，結合薄板式烘絲機設備原理與控制系統(tǒng)，利用隨機森林算法對生產(chǎn)過程樣本數(shù)據(jù)進行水分預測，并根據(jù)現(xiàn)場操作流程和經(jīng)驗，制定相應的烘絲出口水分干預、調整的量化措施，指導、輔助操作人員在烘絲出口水分發(fā)生變化的情況下及時做出調整且幅度適當，以控制過程水分穩(wěn)定性。