多元模型开发结构
作者:
Matt Taylor – Iggesund Paperboard Workington Mill
职业:
Manufacturing, 管道/纸业
产品:
数据收集, 数据记载与监控模块, LabVIEW
应战:
创立一个用来监测大型造纸厂纸浆的出产进程，以节省动力和下降本钱。
处理方案:
为了添加吞吐量，节省动力，以及优化出产进程，咱们运用NI LabVIEW数据记载和监控(DSC)模块来处理杂乱的，非线性的建模进程。
LabVIEW东西包使一起运转多个模型变得愈加简略，这意味着在线功用监控功用能够变得简略直接。
位 于英国Workington的Iggesund纸板公司，其出产线上主要有五个造纸机，运转每个造纸机至少需求耗费15兆瓦的能量。节省动力关于下降咱们 的运营本钱至关重要，因而，咱们需求一个处理方案，以优化咱们动力的运用功率，一起保证造纸机能够出产出终究纸板制品所需求的纸浆。
模型规划
为了猜测纸张的刚度，咱们施行了根据前馈单层感知(FFSLP)结构的人工神经网络(ANN)模型。之所以咱们会挑选该模型，并将该模型树立于多元 线性回归(MLR)模型之上，是由于该建模进程的需求对错线性的。人工神经网络更能精确地对很多纸张资料作出猜测。此外，关于一切纸张资料来说，只运用一 个模型也是很便利的，使造纸厂操作员更易于运用该体系。
关于在线监测功用，咱们将人工神经网络与多元数据剖析(MVDA)办法结合起来，由于该办法更适应于操作环境的改动，如纸张资料的改动。由此树立的非线性模型更能精确地猜测横向(CD)抗弯刚度的机器方向(MD)误差。
咱们运用 LabVIEW软 件，并结合了闭环自适应造纸机操控体系所选用的高档自适应操控算法的人工神经网络技能，规划了该猜测模型。该处理方案包含了一个脱机东西，该东西能够对不 同纸浆类型的造纸机载荷进行仿真。这无疑给操作员和开发工程师带来了时机,能够测验不同精粹装备及比较猜测终究纸板质量丈量。经过运用LabVIEW软件 对改动参数后的作用进行仿真，使咱们避免了贵重的全面实验，然后节省了咱们的时刻和本钱。
此外，LabVIEW DSC 模块可 以便利的并行运转多个模型，而且供给了直接在线功用监控功用。运用LabVIEW DSC模块，咱们将模型限定在造纸厂能够正常运转的状况规模内。当变量移动到正常运转状况规模之外后，报警器就会被激活，向操作员宣布体系产生问题的提示 信息，一起体系向操作员指示哪个变量产生毛病以及奉告处理该毛病的最佳办法。
在线监测
Iggesund纸板公司在其在线操作上成功地运用了这种新模型。选用分值图的办法，当变量违背纸浆设置点时，体系会向机器操作员宣布提示信息。分值图标明每个变量主要成分剖析的得分，并以一分钟的时刻距离进行更新。
图1显现了两个本征向量的分数作为横纵坐标制作而成的一个二维监测分值图。二维分值图用于显现两个本征向量间的联系，能够用一个95%到99% 的Hotelling椭圆来标明，其界说了出产进程中的正常运转区域。这样使得操作员很简略地辨认反常值。
一切类似的数据点都集合在这个二维分值图上，各组数据点代表了出产进程中的作业点。这些图能够用来显现代表单个作业点的一组数据点，或代表多个作业 点的多组数据点。假如数据点保持在Hotelling椭圆规模内，这就标明，作业点在正常运转区域内。不管变量间的根本相关性是否有用，进程变量中的任何 反常改动都能够用这个二维分值图来明晰地显现。在载荷图的辅佐下，咱们能够确认问题的本源，并排除毛病。
定论
咱们运用LabVIEW DSC模块所树立的模型向纸板机操作员供给了实时处理信息，当变量违背所要求的纸浆质量设置点时，体系会明晰地向操作员宣布提示信息。纸浆厂操作员能够挑选所需的设定点和精粹能量值，以到达最佳作用。
Iggesund纸板公司从LabVIEW DSC模块建模处理方案中取得了巨大利益。一旦该模型被施行，工厂的吞吐量将会增加1个百分点，这对大型工厂来说，能够节省很多的动力。事实上，动力耗费下降所导致的节省本钱估量为每年720.000英镑。
工厂从该处理方案中取得的另一个利益是能够取得更好的质量操控，以及减少了不宜出售的板碎浆。碎浆所导致的出产丢失为每小时12.000英镑。据咱们估量，该模型的施行将使造纸机的正常运转时刻每年进步30小时，这样每年节省的本钱大约为360.000英镑。
此外，运用根据模型多元优化的LabVIEW软件，使咱们也很简略地将办法和技能应用于其他出产进程领域中。这就为未来出产进程的优化供给了一条途径，而无需运用很多的软件开发包。
