摘要
本发明提供基于烘丝机工序关联预测的多变量协同头料水分控制方法,涉及控制技术领域,包括获取烘丝机前道工序的生产数据,分别计算头料部分和整批次的出口含水率参数的均值特征,并将计算结果写入数据库;获取当前生产时刻的烟丝牌号信息和工艺参数,形成当前工况特征向量,使用线性拟合计算当前出口含水率变化趋势并合并至当前工况特征向量中,基于预先训练的K‑means模型计算当前工况下的最优控制量设定值;基于最优控制量设定值使用可调节系数对热风风机频率、排潮风门开度和物料秤流量的控制量进行修正;通过OPC服务将修正后的控制量下发至PLC实现对烘丝机的协同控制;基于所述最优工况特征向量数据子集对K‑means模型进行更新。
技术关键词
烘丝机
热风风机
水分控制方法
工况
轮廓系数
聚类
风门
烟丝含水率
参数
计算机程序指令
牌号
频率
水分控制系统
线性拟合方法
大数据分析技术
变量
模型更新
异常数据
系统为您推荐了相关专利信息
热电联产电站
分配优化方法
负荷
热电联产机组
电热
薄板烘丝机
时间序列特征
神经网络模型
烟丝流量
注意力机制
防烟分区
自动生成方法
送风系统
建筑信息模型
送风机
数控机床智能
航空钛合金
训练深度神经网络
深度神经网络模型
工况