基于机器学习技术的断纸预测数学模型

为实现对制浆造纸生产线断纸事件的有效预测,为车间现场工作人员争取设备调试时间,基于某造纸企业当前所掌握的故障分析结果提取了生产运行参数,并对参数进行了预处理操作,得到了原始生产数据的特征参数,根据生产数据特征建立了断纸预测数学模型。为验证断纸预测模型的有效性,将该模型应用于实际生产并对预测效果进行测试。根据测试结果可知,断纸预测模型能够在制浆造纸系统出现断纸故障前的11分30秒给出告警信息,使工作人员能够在出现断纸故障之前调整设备运行参数,降低因断纸所造成的经济损失,具有一定的应用价值。

造纸生产线上基于1(1/2)维倒谱分析的断纸预报

在造纸生产中,当断纸将要发生时,纸张水分、定量,纸浆浓度及纸机车速等与断纸相关的物理量变化剧烈,其随机成分的非平稳性迅速增强。利用这一现象,分离出断纸相关信号中的随机变量,并计算其1(1/2)维倒谱。根据不同时刻之间倒谱距离反映的随机信号非平稳化程度,对断纸过程做出准确预报。在预报的基础上及时调整工艺过程,能够有效预防断纸发生。将这种方法应用于生产预报效果显著。

基于短时功率谱估计的造纸车速随机信号周期分析

采用具有惯性滤波作用的短时功率谱估计方法,在牺牲部分动态特性的情况下,通过时频分析获得任意时刻车速波动信号周期或频率的统计平均值,并以强幅度的高斯白噪声和有色噪声检验以上方法的抗干扰能力。分析表明,经过惯性滤波的短时功率谱对于车速波动信号具有较好的时频分辨率,并能够将噪声与信号有效分离,获得理想的统计平均周期或频率,能够很好地应用于要求高精度和快速动态性能、现场干扰强的断纸预测控制中。