[发明专利]一种纸页松厚度软测量方法

说明书

本发明公开了一种纸页松厚度软测量方法，包括以下步骤：S1、基于生产过程中关键建模数据的采集，包括数据库及现场变量数据采集。S2、定性分析采集变量数据与松厚度的关联，对变量数据进行数据预处理，达到纤维形态软测量建模及纸页松厚度软测量建模的要求。S3、针对满足建模要求的数据，结合支持向量机算法，建立纤维形态软测量模型。S4、针对满足建模要求的数据进行特征选择，结合梯度提升决策树算法，建立纸页松厚度软测量模型，然后利用现场的数据进行模型有效性验证。本发明的优点是：通过机器学习方法建立纸页松厚度软测量模型，模型预测速度快且精度良好，可以较准确的实现对所有纸张松厚度实时的软测量，提高产品合格率。

技术领域

本发明涉及造纸纸页物理指标预测技术领域，特别涉及一种基于支持向量机和梯度提升决策树组合算法的纸页松厚度软测量方法。

背景技术

纸和纸板的松厚度是企业和用户都比较关注的重要指标，其对产品的成本和产品的性能有重要影响，对企业而言，高松厚度纸张可以减少纤维的用量，进而降低成本。

目前，企业对纸张松厚度的检测主要基于离线仪器，生产的产品具有不合格率高、漏判率高等问题。生产上。利用仪器进行质量检测所耗费的人力物力资源高，并且质检无法实现对所有产品的覆盖。导致企业不仅需要花费更多的人工及设备成本来检测原纸松厚度指标，而且在企业现有对原纸进行抽检的方式下，也会有一些未被检测的产品存在质量不合格的隐患，给消费者带来较差用户体验的同时增加了企业经济损失。

因此对原纸产品的松厚度指标进行全部、实时的质检对造纸企业来说十分重要。传统基于仪器的检测由于滞后性，无法及时有效地检测原纸的质量，并反馈到实际生产中去，来指导实际进行高效稳定的生产合格产品。同时也会导致产品质量波动较大，生产原材料的资源浪费。因此，在提倡工业智能制造的大背景下，利用智能算法建立数学模型，对生活用纸原纸的松厚度进行精确的在线预测是亟需解决的问题。

发明内容

本发明针对现有技术的缺陷，提供了一种纸页松厚度软测量方法，解决了现有技术中存在的缺陷。

为了实现以上发明目的，本发明采取的技术方案如下：

一种纸页松厚度软测量方法，包括以下步骤：

S1、基于生产过程中关键建模数据的采集，包括数据库及现场变量数据采集。所述变量数据包括：浆料纤维形态测量、磨浆机的功率、通过量、纸机的卷取率和冲浆泵电流。

S2、定性分析采集变量数据与松厚度的关联，对变量数据进行数据预处理，达到纤维形态软测量建模及纸页松厚度软测量建模的要求。

S3、针对满足建模要求的数据，结合支持向量机算法，建立纤维形态软测量模型。

S4、针对满足建模要求的数据进行特征选择，结合梯度提升决策树算法，建立纸页松厚度软测量模型，然后利用现场的数据进行模型有效性验证，再次采集该企业另一段时间下的生产数据，通过数据分析，数据预处理，然后利用所建模型进行预测，并与实际值进行比较，以验证模型对新数据的有效性。

进一步地，S2中，定性分析采集变量数据松厚度的关联的具体为：采集了纤维形态指标，打浆过程的磨浆机功率、通过量，纸机过程中车速、卷速、干部加热器后温度关键参数来作为纸页松厚度模型输入的选取变量数据。

进一步地，S2中所述的数据预处理来达到建模要求，是对模型的输入变量数据进行归一化处理，便于不同单位或量级的指标能够进行比较和加权，以消除不同特征量纲和数量级不同对及建模造成影响。处理方式为将所选特征变量数据压缩得到均值为0，标准差为1的新数列。具体方式如下：