基于机器学习的烘丝出口水分稳定性控制

该文以SH664P型滚筒薄板烘丝机为研究对象,以筒壁温度量化调整为主要的水分稳定性控制措施,基于机器宝数采系统采集生产过程原始参数数据,并筛选、择优选择机器学习算法,将SIROX段、烘丝段参数进行回归拟合。创建基于当前筒内参数环境下的料头和过程生产阶段的烘丝出口水分预测回归模型。再通过出口水分预测值与控制值的水分差值,计算出对应筒壁温度的调整范围。结果表明:在模型验证的30批烘丝生产数据中,烘丝出口水分标偏均值整体为0.04左右,可见筒壁温度精确化调整可有效维持烘丝出口水分的稳定。