[发明专利]卷烟设备操控参数寻优方法

摘要

卷烟设备操控参数寻优方法，采用滑动时间窗算法获取稳定度因子，当其值小于等于阈值时表明过程处于稳定工况，采用平滑滤波算法对处于稳定工况的滑动时间窗内原始数据进行算术平均，获得移动平均数据，并作为稳定工况的有效数据进行统计过程控制建模，获取控制限，绘制标准差控制图，绘制均值控制图，并分别判定过程是否稳定，获取单个参数的西格玛水平并评价过程控制能力，加权平均计算烟支质量综合过程控制能力指数，如果过程控制能力指数大于设定值，取当前批次设备参数的参数设定值作为最优工况数据，放入学习样本集；建立聚类模型；逆向标准化处理。本发明能够满足卷烟设备操控参数寻优的实际需要，为设备提供了客观、量化的参考信息。

主权项

1.卷烟设备操控参数寻优方法，其特征在于：所述寻优方法包括：1)历史运行数据的获取：选择监测变量，收集正常工况下各监测变量的过程数据集Xn×m，其中，n为采样点个数，m为监测变量个数，建立统计模型；2)稳定工况的识别：基于设备运行速度，采用滑动时间窗算法获取稳定度因子Fs，当其值小于等于阈值ζ时表明过程处于稳定工况，采用平滑滤波算法对处于稳定工况的滑动时间窗内原始数据进行算术平均，获得一组移动平均数据，将移动平均数据作为稳定工况的有效数据X′(I×m)，其中，I为有效数据的个数，m为监测变量个数；3)对稳定工况数据进行SPC建模：对稳定工况数据进行统计过程控制建模，获取控制限，绘制标准差控制图，并根据标准差控制图判定工况数据是否稳定，绘制均值控制图，并根据均值控制图判定工况数据是否稳定，根据过程满足质量要求能力的单个度量参数即西格玛水平值评价过程控制能力，加权平均计算烟支质量综合过程控制能力指数CPK，如果过程控制能力指数大于设定值，取当前批次设备参数的参数设定值作为最优工况数据，放入学习样本集Xtrain；4)建立K‑Means聚类模型：对学习样本集Xtrain进行中心化和标准化处理，获得处理后的建模数据Xs，对建模数据Xs建立K‑Means聚类模型；5)逆向标准化处理：设备操控参数寻优，通过获取各个聚类结果集的最大、最小和中心样本，然后对所得样本进行逆向标准化处理，得到最终操控参数寻优结果。