隨著生活用紙產(chǎn)量和質(zhì)量要求的提高,如何及時(shí)、高效、穩(wěn)定的生產(chǎn)紙產(chǎn)品,保證和提高質(zhì)量合格率、降低管控成本是目前企業(yè)亟待解決的問題。由于企業(yè)現(xiàn)有質(zhì)檢模式（基于離線儀器的先產(chǎn)后檢和抽檢）下,工人對不合格紙產(chǎn)品的工藝調(diào)節(jié)存在時(shí)間上的滯后,大量紙產(chǎn)品的質(zhì)量問題無法及時(shí)解決,造成巨大經(jīng)濟(jì)損失。因此,本研究以某生活用紙廠為例,建立生活用紙質(zhì)量在線實(shí)時(shí)軟測量模型。并采集大量外部數(shù)據(jù)驗(yàn)證模型有效性和應(yīng)用價(jià)值后,基于企業(yè)現(xiàn)有MES系統(tǒng)（Manufacturing Execution System）,實(shí)現(xiàn)模型的線上開發(fā)及工業(yè)應(yīng)用,為企業(yè)實(shí)現(xiàn)閉環(huán)式的精細(xì)化智能生產(chǎn)管理。針對生活用紙質(zhì)量無法在線軟測量,存在質(zhì)檢滯后的問題,本文首先對影響生活用紙質(zhì)量的關(guān)鍵變量如磨后漿料纖維形態(tài)進(jìn)行分析和軟測量,精度達(dá)到應(yīng)用要求。對影響原紙質(zhì)量物理指標(biāo)的直接因素和間接因素,進(jìn)行單變量相關(guān)性分析和基于梯度增強(qiáng)樹（Gradient Boosting Tree,GBT）的多變量特征分析,分別選取對各關(guān)鍵物理質(zhì)量指標(biāo)的重要建模變量。然后通過機(jī)器學(xué)習(xí)中的GBT算法、RF算法（Random Forest）和Ada Boost算法建立質(zhì)量在線軟... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級別】：碩士

【部分圖文】：

抗張強(qiáng)度多維度數(shù)據(jù)分布

第三章生活用紙質(zhì)量在線軟測量模型41柔軟度，x1-x7依次為產(chǎn)品定量、斷尾纖維百分比、卷取率、車速、平均纖維寬度、高位箱液位MV、分絲帚化率，結(jié)果表明本模型測試范圍廣，有效性強(qiáng)，具有良好通用性和應(yīng)用價(jià)值。圖3-16柔軟度多維度數(shù)據(jù)分布3.2.4松厚度模型針對建模有效數(shù)據(jù)集1251×156，首先計(jì)算各采集變量與松厚度的相關(guān)系數(shù)值，大于0.4的變量如圖3-17所示。圖3-17相關(guān)性分析結(jié)果-0.8-0.6-0.4-0.200.20.40.60.81產(chǎn)品定量紙機(jī)卷紙缸電流卷紙缸扭矩高壓蒸汽噸紙耗高位箱液位MV長纖占比風(fēng)罩排放機(jī)高頻率二次臂壓力風(fēng)罩排放機(jī)頻率排風(fēng)機(jī)頻率二次臂壓力設(shè)定NO.1托輥扭矩紙機(jī)托輥電流濕部風(fēng)罩供風(fēng)機(jī)頻率PIC1-2烘缸進(jìn)口開度干部供風(fēng)機(jī)頻率干部供風(fēng)機(jī)高速紙機(jī)網(wǎng)籠電流真空網(wǎng)籠扭矩楊克烘缸扭矩紙機(jī)烘缸電流平均纖維長度扭結(jié)纖維百分比

華南理工大學(xué)碩士學(xué)位論文46圖3-21松厚度軟測量模型測試結(jié)果為分析所用測試集數(shù)據(jù)對于整體建模訓(xùn)練集的覆蓋面，即模型所有工況下進(jìn)行軟測量時(shí)仍然具有良好效果，繪制訓(xùn)練集和測試集多維度數(shù)據(jù)分布圖如圖3-22所示。q3為松厚度，x1-x12依次為產(chǎn)品定量、平均纖維長度、長纖占比、高壓蒸汽噸紙耗、二次臂壓力、楊克烘缸扭矩、卷紙缸扭矩、扭結(jié)纖維百分比、高位箱液位MV、真空網(wǎng)籠扭矩、風(fēng)罩排放機(jī)頻、PIC1-2烘缸進(jìn)口開度。結(jié)果表明本模型測試范圍廣，有效性強(qiáng)，具有良好通用性和應(yīng)用價(jià)值。圖3-22松厚度多維度數(shù)據(jù)分布30507090110151101151201251ExperimentalvalueGBTpredictAdaBoostpredictSVMpredict

【參考文獻(xiàn)】：
期刊論文
[1]Review of energy consumption research for papermaking industry based on life cycle analysis[J]. Yi Man,Yulin Han,Jigeng Li,Mengna Hong.  Chinese Journal of Chemical Engineering. 2019(07)
[2]揚(yáng)克烘缸干燥能耗與干燥速率的軟測量模型及應(yīng)用[J]. 張維,李繼庚,滿奕,洪蒙納.  中國造紙. 2019(05)
[3]中國造紙工業(yè)2018年度報(bào)告[J].   中華紙業(yè). 2019(09)
[4]基于PSO-LSSVM算法的造紙過程短期電力負(fù)荷預(yù)測模型[J]. 胡雨沙,李繼庚,洪蒙納,滿奕.  中國造紙學(xué)報(bào). 2019(01)
[5]基于梯度增強(qiáng)回歸樹算法的磨漿過程打漿度軟測量模型[J]. 孟子薇,洪蒙納,李繼庚,滿奕.  造紙科學(xué)與技術(shù). 2019(01)
[6]基于SVM的打漿度軟測量建模及應(yīng)用[J]. 湯偉,邱錦強(qiáng),劉慶立,胡連華.  中國造紙. 2016(10)
[7]基于PSO-LSSVM的水松紙透氣度軟測量[J]. 張笑迪,錢斌,胡蓉.  計(jì)算機(jī)與應(yīng)用化學(xué). 2016(02)
[8]一種基于數(shù)字圖像處理和最小二乘擬合的打孔水松紙透氣度檢測方法[J]. 張桂蓮,錢斌,胡蓉,張笑迪.  計(jì)算機(jī)與應(yīng)用化學(xué). 2016(02)
[9]基于PLS和SVM的紙張抗張強(qiáng)度建模比較[J]. 陶勁松,楊亞帆,李遠(yuǎn)華.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(07)
[10]基于偏最小二乘法的紙張抗張強(qiáng)度預(yù)測模型[J]. 李遠(yuǎn)華,陶勁松,李繼庚,劉煥彬.  化工學(xué)報(bào). 2014(09)

碩士論文
[1]生活用紙質(zhì)量異常分析與預(yù)測建模[D]. 汪涵.華南理工大學(xué) 2018



本文編號：3502980