[发明专利]一种用于纸页干燥关键过程参数软测量方法

权利要求书

1.一种用于纸页干燥关键过程参数软测量方法,其特征在于，包括以下步骤：

S1.获取生产过程中纸机干燥部历史运行数据，并剔除异常值数据；

S2.搭建纸页干燥机理模型，将S1得到的数据输入到机理模型进行各关键过程参数的模拟，并根据实际值计算各关键过程参数的机理模拟误差；

S3.对S1得到的数据进行归一化处理，消除不同数据之间的量纲影响，并按比例将历史运行数据与机理模拟误差划分为训练集、验证集与测试集；

S4.根据Ridge算法原理搭建关于各关键过程参数的机理模拟误差补偿模型，并输入训练集与验证集数据进行模型的训练与正则化参数调优；

S5.整合机理+机理模拟误差补偿模型，对测试集数据进行干燥关键过程参数的软测量；

所述S1的包括以下子步骤：

S11.采集纸机干燥部运行数据处理，包括:烘缸压力DP/MPa，纸机车速v/(m*min^-1)，产品克重m/(g*cm^-2)，卷取率CR/％，湿部加热器后新风温度T_w/℃，干部加热器后新风温度T_d/℃，湿部送风机频率f_w/Hz，干部送风机频率f_d/Hz，排风机频率f_e/Hz；

S12.为消除异常值对后续建模的影响，采用箱形图方法对异常数据进行剔除，箱形图提供了识别异常值的一个标准：异常值被定义为小于Q1-1.5IQR或大于Q3+1.5IQR的值；

其中，Q1为数据批的下四分位数，Q3为数据批的上四分位数，IQR为四分位距，即IQR＝Q3-Q1；

所述S2的包括以下子步骤：

S21.根据纸页干燥动力学模型公式搭建纸页干燥机理模型，如下式所示：

其中，u_p为纸页的含水量，即单位质量绝干纤维所携带的水量，kg水/kg绝干纤维；T_p为烘缸上各点纸页的温度，单位为℃；L为纸页在烘缸上经过的纵向距离，单位为m；K为纸页和空气之间的对流传质系数，单位为kg/(m²·s)；G为纸页的绝干定量，即纸页定量与干度的乘积，单位为kg/m²；v为纸机车速，单位为m/s；P_p为纸页表面水蒸汽质量分数；P_a为纸页所处环境空气中的水蒸质量分数；h_c-p为从烘缸内蒸汽到纸页的总传热系数，单位为W/(m²·℃)；T_c为烘缸内蒸汽温度，单位为℃；h_p-a为纸页和空气之间的对流传热系数单位为，W/(m²·℃)；T_a为纸页所处环境空气的温度，单位为℃；H_v为纸页中的水分的蒸发相变热，ΔH_s为纸页中的水分的吸附热，kJ/kg；C_f为纤维,C_w为水的比热，kJ/(kg·℃)；

S22.将步骤S1中得到的数据作为机理模型的输入，机理模型通过计算，输出每一组输入参数下气罩排风湿度H_e/(g*m^-3)、气罩排风温度T_e/℃、干燥部高压蒸汽流量F_h/(t*h^-1)、干燥部低压蒸汽流量F_l/(t*h^-1)；

由机理模型得到的各关键参数的模拟误差计算公式为：

其中，y_i为实际值，为机理模型模拟值；

所述S3包括以下子步骤：

S31.为消除不同数据之间的量纲影响，提升模型训练速度,需要对S1得到的数据进行归一化处理，归一化具体公式为：

其中，x_i归一化前的样本数据，为归一化后的样本数据，x_max为样本数据的最大值，x_min为样本数据的最小值；

S32.将归一化处理后的数据与S2得到的机理模拟误差数据按60％、20％、20％的比例划分为训练集、验证集与测试集；

训练集用来训练模型内参数；验证集用于调整正则化参数，根据模型在验证集上的表现确定最优的正则化参数取值，同时用来监控模型是否发生过拟合；测试集用来评价模型泛化能力；

所述S4的包括以下子步骤：

S41.根据Ridge算法原理搭建关于各关键过程参数的机理模拟误差补偿模型，Ridge模型如下式所示：

其中，n代表验证集样本数，y_i代表样本实际值，β代表模型内参数，X_i代表模型输入特征，α代表正则化参数；

S42.输入训练集与验证集数据进行模型的训练与正则化参数的调优，根据模型在验证集上的损失函数来确定最优的α取值，如下式所示：

其中，error_p代表由机理模拟误差补偿模型预测得到的机理模拟误差，y_m代表样本机理模拟值；

所述S5包括以下子步骤：

S51：获得测试集样本的输入，其输入包括：烘缸压力，单位为DO/MPa，纸机车速单位为v/(m*min^-1)，产品克重单位为m/(g*cm^-2)，卷取率单位为CR/％，湿部加热器后新风温度单位为T_w/℃，干部加热器后新风温度单位为T_d/℃，湿部送风机频率单位为f_w/Hz，干部送风机频率单位为f_d/Hz，排风机频率单位为f_e/Hz；

S52：同时将所述待测样本预处理为模型输入变量,代入已整合好的模型中，通过模型的计算，获得当前测试样本下的气罩排风湿度、气罩排风温度、干燥部高压蒸汽流量、干燥部低压蒸汽流量。