蔣一翔，張青松，高雪峰，徐 琦

(浙江中煙工業(yè)有限責(zé)任公司，浙江 杭州 315504)

0 引言

隨著信息化建設(shè)的發(fā)展，企業(yè)積累了大量的工藝數(shù)據(jù)，為后期大數(shù)據(jù)分析提供了基礎(chǔ)。如何有效利用工藝數(shù)據(jù)并挖掘出可以提升工藝質(zhì)量的關(guān)鍵信息，識(shí)別不穩(wěn)定因素，已成為當(dāng)前數(shù)據(jù)分析和數(shù)據(jù)挖掘的研究重點(diǎn)。

卷煙工藝數(shù)據(jù)是一組包含時(shí)間、當(dāng)前車速、單周圓周值、通風(fēng)度當(dāng)前值、煙絲水分、平整器位置、煙支質(zhì)量、水松紙實(shí)際溫度和煙支吸阻等綜合反映卷煙物理質(zhì)量和煙支工藝質(zhì)量的物測(cè)數(shù)據(jù)。在實(shí)際過(guò)程中，對(duì)于物聯(lián)采集數(shù)據(jù)，著重在于煙支吸阻的合格率。對(duì)于儀器中水松紙的溫度、ve大風(fēng)機(jī)壓力(卷煙機(jī)配套，用于煙絲及煙支輸送，也可作為通風(fēng)換氣用的風(fēng)機(jī)壓力)、ve小風(fēng)機(jī)壓力(卷煙機(jī)配套，用于煙絲及煙支輸送，也可為在常溫下一般物料輸送使用及通風(fēng)換氣用的風(fēng)機(jī)壓力)、平整盤的位置等關(guān)注度不高，未能建立儀器參數(shù)數(shù)據(jù)和煙支吸阻之間的科學(xué)關(guān)聯(lián)關(guān)系。質(zhì)量技術(shù)人員不能一味遵循書本知識(shí)和工作經(jīng)驗(yàn)下結(jié)論。一味按照以往的思維方式容易產(chǎn)生錯(cuò)誤結(jié)論，不能從根源上解決質(zhì)量下降的方法；同時(shí)，由于依賴人工經(jīng)驗(yàn)，缺乏科學(xué)的知識(shí)機(jī)理，存在知識(shí)傳承過(guò)程時(shí)間長(zhǎng)、工況難以解釋等問(wèn)題。因此，通過(guò)對(duì)企業(yè)中積累的工藝數(shù)據(jù)運(yùn)用科學(xué)的數(shù)據(jù)分析方法，找出影響卷煙煙支質(zhì)量的根本因素，為提升煙支質(zhì)量提供科學(xué)的指導(dǎo)。本文選取212 619條數(shù)據(jù)，從多個(gè)維度分析影響煙支吸阻和煙支質(zhì)量的特征，探索各特征與煙支吸阻之間的關(guān)系。

1 相關(guān)研究背景

文獻(xiàn)[1]對(duì)卷煙的煙支吸阻和單支煙質(zhì)量以及卷煙硬度的相關(guān)性進(jìn)行了分析。文獻(xiàn)[2]對(duì)卷煙的煙支吸阻和相關(guān)物理指標(biāo)的統(tǒng)計(jì)關(guān)系進(jìn)行了研究分析。文獻(xiàn)[3]研究了影響煙支質(zhì)量的卷煙機(jī)因素，對(duì)卷煙機(jī)中的平整盤調(diào)整方式、電子齒輪的控制方法、卷煙的溫度控制和設(shè)備維護(hù)等提出了建議。文獻(xiàn)[4]～文獻(xiàn)[5]論證了穩(wěn)定煙支質(zhì)量控制的重要性，同時(shí)文獻(xiàn)[4]提出了一種運(yùn)用數(shù)字信號(hào)處理(digital signal processing，DSP)技術(shù)進(jìn)行煙支質(zhì)量控制的有效方法。文獻(xiàn)[6]指出提高卷煙質(zhì)量的關(guān)鍵因素是控制單支煙支的含絲量，通過(guò)設(shè)計(jì)合適的卷煙機(jī)參數(shù)來(lái)實(shí)現(xiàn)操作。文獻(xiàn)[7]則對(duì)負(fù)壓和風(fēng)壓與卷煙含梗率的相關(guān)關(guān)系進(jìn)行了研究，發(fā)現(xiàn)煙支的標(biāo)準(zhǔn)質(zhì)量與煙支中所含的含梗率具有正向相關(guān)性。文獻(xiàn)[8]對(duì)提高煙支吸阻的穩(wěn)定性進(jìn)行了研究，通過(guò)對(duì)卷煙機(jī)工藝參數(shù)的優(yōu)化調(diào)整，針對(duì)短支煙煙支吸阻，研究表明其與單支煙質(zhì)量的相關(guān)性最大。

本文通過(guò)數(shù)據(jù)分析，不僅探究了兩兩特征的相關(guān)性，同時(shí)通過(guò)隨機(jī)森林算法的重要度測(cè)量方法，綜合考慮多特征之間的相互關(guān)系，得出特征的重要性。作為基于人工智能的控制優(yōu)化的前期工作，本文不僅進(jìn)行了理論分析，而且將理論應(yīng)用到實(shí)際控制中，為切實(shí)提升工藝質(zhì)量、實(shí)現(xiàn)智能控制提供指導(dǎo)。

2 卷煙工藝數(shù)據(jù)統(tǒng)計(jì)分析

在選取的212 619條數(shù)據(jù)中，有59個(gè)特征。這59個(gè)特征包含了卷煙機(jī)自身的機(jī)器狀態(tài)值，如烙鐵溫度、ve大風(fēng)機(jī)、ve小風(fēng)機(jī)等，還有煙支本身的狀態(tài)數(shù)據(jù)，單周圓周值、通風(fēng)度、煙支吸阻當(dāng)前值等。首先，對(duì)獲取的值根據(jù)工藝要求進(jìn)行特征工程，對(duì)數(shù)據(jù)進(jìn)行比較全面的分析與處理；然后，對(duì)處理后獲得的穩(wěn)態(tài)數(shù)據(jù)進(jìn)行相關(guān)性的分析。逐步減少特征數(shù)量，突出相關(guān)性強(qiáng)的特征。

相關(guān)特征分別為：時(shí)間、2#喂絲機(jī)第3箱批次號(hào)、2#喂絲機(jī)第3箱水分、2#喂絲機(jī)第3箱煙絲牌號(hào)代碼、當(dāng)前車速、單周圓周值、長(zhǎng)期標(biāo)準(zhǔn)偏差當(dāng)前值、短期標(biāo)準(zhǔn)偏差當(dāng)前值、平整器位置當(dāng)前值、通風(fēng)度當(dāng)前值(%)、后道通風(fēng)度當(dāng)前值(%)、前道通風(fēng)度當(dāng)前值(%)、壓實(shí)端量當(dāng)前值、壓實(shí)端位置當(dāng)前值、煙絲水分、煙支吸阻當(dāng)前值(mmH2O)、后道煙支吸阻當(dāng)前值(mmH2O)、前道煙支吸阻當(dāng)前值(mmH2O)、質(zhì)量偏差當(dāng)前值、ve大風(fēng)機(jī)、搓板實(shí)際溫度、目標(biāo)質(zhì)量mg、水松紙實(shí)際溫度、煙支第1段質(zhì)量、煙支第2段質(zhì)量、煙支第3段質(zhì)量、煙支第4段質(zhì)量、煙支第5段質(zhì)量、質(zhì)量偏差平均值、圓周最小值、圓周最大值、烙鐵1實(shí)際溫度、烙鐵2實(shí)際溫度、測(cè)量值、ve小風(fēng)機(jī)、ve吸絲帶壓力、se布帶張緊壓力、單周標(biāo)準(zhǔn)偏差、max大風(fēng)機(jī)壓力、單周平均圓周值、過(guò)輕煙支質(zhì)量極限mg、過(guò)重?zé)熤з|(zhì)量極限mg、后道漏氣密度當(dāng)前值(%)、后道煙支端頭密度當(dāng)前值(%)、內(nèi)部目標(biāo)質(zhì)量(mg)、前道漏氣密度當(dāng)前值(%)、前道煙支端頭密度當(dāng)前值(%)、生產(chǎn)速度(cpm)、通風(fēng)度標(biāo)準(zhǔn)偏差(%)、吸阻校準(zhǔn)系數(shù)、煙支長(zhǎng)度(mm)、煙支漏氣密度當(dāng)前值(%)、煙支直徑(mm)、圓周偏差值、圓周修正、針輥供絲補(bǔ)償量、針輥供絲量系數(shù)%、質(zhì)量偏差校準(zhǔn)值mg、質(zhì)量校正mg，其中時(shí)間，2#喂絲機(jī)第3箱批次號(hào)，2#喂絲機(jī)第3箱煙絲牌號(hào)代碼為非數(shù)值，所以不包含在內(nèi)。由于現(xiàn)有數(shù)據(jù)取自同一卷煙機(jī)，而當(dāng)前卷煙機(jī)生產(chǎn)牌號(hào)固定，所以刪除特征2#喂絲機(jī)第3箱煙絲牌號(hào)代碼。同時(shí)，由于分析數(shù)據(jù)月份跨度不大，所以時(shí)間特征不予考慮。特征數(shù)據(jù)統(tǒng)計(jì)如表1所示。

表1 特征數(shù)據(jù)統(tǒng)計(jì)表Tab.1 Feature data statistics

通過(guò)對(duì)表1統(tǒng)計(jì)數(shù)據(jù)分析，sd=0的特征有：目標(biāo)質(zhì)量(mg)，過(guò)輕煙支質(zhì)量極限(mg)，過(guò)重?zé)熤з|(zhì)量極限(mg)，煙支長(zhǎng)度(mm)。煙支直徑sd=3.55e-15，其他數(shù)值均為6.37。所以可以得出，煙支直徑(mm)的值為恒定的值。同時(shí)，煙支第1段質(zhì)量到煙支到煙支第5段質(zhì)量，圓周最小值為0，存在異常數(shù)據(jù)。

①刪除sd=0的恒定值不變特征。

②刪除前道、后道值，只保留當(dāng)前值。

③由于煙支內(nèi)部目標(biāo)質(zhì)量和質(zhì)量調(diào)整值，煙支目標(biāo)質(zhì)量，煙支的第1段質(zhì)量到第5段質(zhì)量有線性關(guān)系，刪除質(zhì)量校正，煙支第1段～煙支第5段質(zhì)量。

④吸阻校準(zhǔn)系數(shù)是一個(gè)參數(shù)，影響煙支吸阻當(dāng)前值。因此，刪除吸阻校準(zhǔn)系數(shù)。

⑤質(zhì)量偏差校準(zhǔn)值為采樣參數(shù)，具體操作會(huì)通過(guò)內(nèi)部目標(biāo)質(zhì)量進(jìn)行表征。

經(jīng)過(guò)初步篩選，得到以下特征值： 2#喂絲機(jī)第3箱水分、單周圓周值、長(zhǎng)期標(biāo)準(zhǔn)偏差當(dāng)前值、短期標(biāo)準(zhǔn)偏差當(dāng)前值、平整器位置當(dāng)前值、通風(fēng)度當(dāng)前值(%)、壓實(shí)端量當(dāng)前值、壓實(shí)端位置當(dāng)前值、煙絲水分、煙支吸阻當(dāng)前值(mmH2O)、質(zhì)量偏差當(dāng)前值、ve大風(fēng)機(jī)、搓板實(shí)際溫度、水松紙實(shí)際溫度、質(zhì)量偏差平均值、圓周最小值、圓周最大值、烙鐵1實(shí)際溫度、烙鐵2實(shí)際溫度、測(cè)量值、ve小風(fēng)機(jī)、ve吸絲帶壓力、se布帶張緊壓力、單周標(biāo)準(zhǔn)偏差、max大風(fēng)機(jī)壓力、單周平均圓周值、內(nèi)部目標(biāo)質(zhì)量mg、生產(chǎn)速度(cpm)、通風(fēng)度標(biāo)準(zhǔn)偏差(%)、煙支漏氣密度當(dāng)前值(%)、圓周偏差值、圓周修正、針輥供絲補(bǔ)償量、針輥供絲量系數(shù)%。

3 數(shù)據(jù)相關(guān)性分析

上節(jié)通過(guò)對(duì)數(shù)據(jù)特征統(tǒng)計(jì)分析，進(jìn)行了初步的數(shù)據(jù)特征剪枝。通過(guò)斯皮爾曼和隨機(jī)森林對(duì)現(xiàn)有特征數(shù)據(jù)進(jìn)行相關(guān)性分析，斯皮爾曼主要是考慮了特征兩者之間的相關(guān)關(guān)系，隨機(jī)森林的重要性度量可以綜合考慮特征間的變化。

3.1 斯皮爾曼系數(shù)

斯皮爾曼系數(shù)是衡量?jī)蓚€(gè)變量依賴性的非參數(shù)指標(biāo)。它利用單調(diào)方程評(píng)價(jià)兩個(gè)統(tǒng)計(jì)變量的相關(guān)性。 如果數(shù)據(jù)中沒(méi)有重復(fù)值，并且當(dāng)兩個(gè)變量完全單調(diào)相關(guān)時(shí)，斯皮爾曼相關(guān)系數(shù)則為+1或-1。斯皮爾曼相關(guān)系數(shù)被定義成等級(jí)變量之間的皮爾遜相關(guān)系數(shù)。對(duì)于樣本容量為n的樣本，n個(gè)原始數(shù)據(jù)Xi、Yi被轉(zhuǎn)換成等級(jí)數(shù)據(jù)xi、yi,相關(guān)系數(shù)ρ為：

(1)

線性相關(guān)程度如圖1所示。

圖1 線性相關(guān)程度圖Fig.1 Linear correlatione

圖1中列出了與煙支吸阻當(dāng)前值(mmH2O)關(guān)系較強(qiáng)的值。通過(guò)分析關(guān)系矩陣可以看出，煙支吸阻與通風(fēng)度標(biāo)準(zhǔn)偏差(%)、質(zhì)量偏差平均值成正比，與單周圓周值和圓周修正值成反比。圓周修正與ve小風(fēng)機(jī)有強(qiáng)相關(guān)關(guān)系，達(dá)到了0.9。這是一個(gè)值得觀察驗(yàn)證的點(diǎn)。

3.2 隨機(jī)森林

將變量重要性評(píng)分用VIM來(lái)表示，將Gini指數(shù)用GI來(lái)表示。假設(shè)有m個(gè)特征X1,X2,…，Xc，現(xiàn)在要計(jì)算出每個(gè)特征Xj的Gini指數(shù)評(píng)分，亦即第j個(gè)特征在RF所有決策樹中節(jié)點(diǎn)分裂不純度的平均改變量。

Gini指數(shù)的計(jì)算公式為：

(2)

式中：K為k個(gè)類別；pmk為節(jié)點(diǎn)m中類別k所占的比例。

直觀地說(shuō)，就是從節(jié)點(diǎn)m中隨機(jī)抽取兩個(gè)樣本，其類別標(biāo)記不一致的概率。特征XiXj在節(jié)點(diǎn)m的重要性，即節(jié)點(diǎn)m分枝前后的Gini指數(shù)變化量為：

(3)

式中：GIl為分枝后兩個(gè)新節(jié)點(diǎn)的Gini指數(shù)；GIr為分枝后兩個(gè)新節(jié)點(diǎn)的Gini指數(shù)。

如果特征Xj在決策樹i中出現(xiàn)的節(jié)點(diǎn)在集合M中，那么Xj在第i顆樹的重要性為：

(4)

假設(shè)RF中共有n顆樹，則有：

(5)

最后，把所有求得的重要性評(píng)分作歸一化處理即可。

(6)

特征重要性評(píng)分如圖2所示。

圖2 特征重要性評(píng)分圖Fig.2 Importance score

分析圖2可知，單周圓周值對(duì)煙支吸阻的影響最大，其次是質(zhì)量偏差平均值，與圖1的分析一致，但是內(nèi)部目標(biāo)質(zhì)量mg對(duì)煙支吸阻的影響也很大，與圖1的分析不同。通風(fēng)度當(dāng)前值(%)對(duì)吸阻影響較大，這個(gè)比較容易理解。針輥供絲補(bǔ)償系數(shù)%和ve大風(fēng)機(jī)影響卻也是很高。這個(gè)需要進(jìn)行實(shí)踐驗(yàn)證探討。

4 結(jié)論

通過(guò)對(duì)卷煙工藝數(shù)據(jù)進(jìn)行特征工程、相關(guān)性分析，可以對(duì)卷煙工藝數(shù)據(jù)的特征分布有一個(gè)比較直觀和清晰的認(rèn)識(shí)，確認(rèn)影響卷煙工藝質(zhì)量的重要特征，掌握工藝數(shù)據(jù)中各特征之間的相關(guān)程度，為公司后續(xù)建設(shè)CPS系統(tǒng)進(jìn)一步進(jìn)行數(shù)據(jù)采集規(guī)劃的提供參考。將本文中的分析方法和模型集成到邊緣網(wǎng)關(guān)中，會(huì)對(duì)后期智能控制模型的輸入?yún)?shù)選擇產(chǎn)生直接影響。