魯紀(jì)平，張忠恕

（紅塔遼寧煙草有限責(zé)任公司營口卷煙廠，遼寧 營口 115007）

加料機(jī)是卷煙制絲生產(chǎn)線上的關(guān)鍵設(shè)備之一，其主要功能是增加葉片的含水率和溫度，使葉片松散、柔軟，以便貯存后滿足切葉絲的加工工藝要求，準(zhǔn)確均勻地施加料液（生物制劑），并使葉片充分吸收［1-4］。近年來，隨著煙草行業(yè)科技水平的不斷提高，以新一代信息技術(shù)與制造技術(shù)深度融合為特征的智能制造模式正在引發(fā)新一輪制造業(yè)變革。為此，針對加料系統(tǒng)故障影響產(chǎn)品質(zhì)量，當(dāng)前技術(shù)無法對設(shè)備故障前出現(xiàn)的異常情況進(jìn)行預(yù)判，以及對元器件健康狀態(tài)判別，本研究欲搭建一套預(yù)警系統(tǒng)，利用大數(shù)據(jù)分析原理［5-10］監(jiān)控并預(yù)測診斷設(shè)備工作狀態(tài)，當(dāng)其出現(xiàn)非健康指標(biāo)時(shí)能給予預(yù)警提示。

1 問題分析

營口卷煙廠現(xiàn)使用的設(shè)備管理模式為事前預(yù)防和事后維修相結(jié)合的方式，但這兩種維修都存在一定的弊端。針對事前預(yù)防，制絲車間目前采用的是以計(jì)劃維修和周期維修為主的事前維修方式，主要是根據(jù)經(jīng)驗(yàn)制定檢修計(jì)劃，存在部分設(shè)備過度維修、維修成本高的問題。事后維修是當(dāng)設(shè)備出現(xiàn)嚴(yán)重故障后，導(dǎo)致設(shè)備異常停機(jī)后再進(jìn)行維修，屬于被動維修，對產(chǎn)品質(zhì)量以及生產(chǎn)成本造成了巨大影響，4個(gè)月共發(fā)生斷流8次，月平均斷流次數(shù)為1.92次/萬箱，因加料機(jī)導(dǎo)致斷流3次，平均診斷維修時(shí)間為70 min，嚴(yán)重影響車間生產(chǎn)效率。因此提前發(fā)現(xiàn)加料設(shè)備在運(yùn)行過程中由于磨損、負(fù)荷變大、性能減弱等因素導(dǎo)致的設(shè)備異常狀態(tài)，是實(shí)現(xiàn)精準(zhǔn)預(yù)測維修的根本方法。

2 預(yù)警系統(tǒng)研制

預(yù)警系統(tǒng)的主要設(shè)計(jì)思路是，在工況正常時(shí)，加料機(jī)加料泵的轉(zhuǎn)速根據(jù)流量的設(shè)定值和質(zhì)量流量計(jì)的反饋值進(jìn)行PID計(jì)算輸出，動態(tài)調(diào)節(jié)；工況異常時(shí)，如長時(shí)間生產(chǎn)后管路、噴嘴結(jié)垢，由于加料管道阻力發(fā)生改變，為了保持設(shè)定流量，加料泵轉(zhuǎn)速將發(fā)生變化。使用加料泵電機(jī)頻率與質(zhì)量流量計(jì)的流量值進(jìn)行數(shù)據(jù)分析，用數(shù)學(xué)方程反映系統(tǒng)工況。

2.1 預(yù)警系統(tǒng)總體框架設(shè)計(jì)

依靠中控歷史服務(wù)器10年數(shù)據(jù)存儲作為設(shè)備預(yù)警基礎(chǔ)值，利用車間網(wǎng)絡(luò)平臺和預(yù)警流程理念的部分內(nèi)容，初步提出預(yù)警系統(tǒng)的設(shè)計(jì)框架（圖1）。

圖1 預(yù)警系統(tǒng)設(shè)計(jì)框架

2.2 預(yù)警系統(tǒng)研發(fā)技術(shù)指標(biāo)確認(rèn)

根據(jù)預(yù)警系統(tǒng)的框架以及研發(fā)預(yù)警系統(tǒng)的各項(xiàng)需求，需要確定預(yù)警系統(tǒng)的硬件設(shè)施、開發(fā)環(huán)境、通訊模塊、預(yù)警模塊、輸出模塊，最終確定的各項(xiàng)研發(fā)技術(shù)指標(biāo)如圖2所示。

2.3 預(yù)警系統(tǒng)模型建立

圖2 預(yù)警系統(tǒng)研發(fā)技術(shù)指標(biāo)

為了確定加料流量與加料泵電機(jī)頻率之間的數(shù)學(xué)方程，研究從系統(tǒng)隨機(jī)抽取人民大會堂（硬紅）、紅塔山（軟經(jīng)典）等15個(gè)牌別的加工過程數(shù)據(jù)，并采用DPS對原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。由于加料流量原始數(shù)據(jù)具有牌別內(nèi)數(shù)值集中、牌別間數(shù)值跳動的特點(diǎn)，因此對無效數(shù)據(jù)進(jìn)行了無效值剔除，對各個(gè)牌別數(shù)據(jù)進(jìn)行了均值化處理和相關(guān)性分析，并對加料流量和加料泵電機(jī)頻率的相關(guān)性進(jìn)行數(shù)學(xué)表達(dá)式轉(zhuǎn)化，以確定二者的確切數(shù)學(xué)關(guān)系。通過對均值化數(shù)據(jù)進(jìn)行單變量回歸得到具體參數(shù)。最終數(shù)學(xué)模型為Y=0.140 7X+3.068 8。

圖3 單變量回歸

為了驗(yàn)證模型的正確性，利用上述方程對采集的原始試驗(yàn)數(shù)據(jù)進(jìn)行了代入分析，數(shù)據(jù)包含了全部在產(chǎn)牌別。分析發(fā)現(xiàn)，阿詩瑪細(xì)支的模型預(yù)測值與實(shí)際值明顯偏離，其他品牌預(yù)測準(zhǔn)確度符合預(yù)期。因此，對阿詩瑪細(xì)支數(shù)據(jù)殘差與紅塔山（軟經(jīng)典）數(shù)據(jù)殘差進(jìn)行對照分析（圖4、圖5）。紅塔山軟經(jīng)典絕對殘差極值為0.9 Hz，殘差波動為0.55 Hz；阿詩瑪細(xì)支雖然絕對殘差達(dá)到了4.45 Hz，但殘差波動僅0.45 Hz；通過常數(shù)對阿詩瑪細(xì)支數(shù)學(xué)模型進(jìn)行修正，修正后數(shù)學(xué)模型為Y=0.140 7X+3.068 8-4.0。

統(tǒng)計(jì)加料機(jī)各種故障點(diǎn)位如雙介質(zhì)噴嘴、齒輪泵、氣動球閥、過濾器、加料管路、質(zhì)量流量計(jì)發(fā)生故障前，運(yùn)行參數(shù)發(fā)生異常的數(shù)據(jù)，從而總結(jié)發(fā)生故障時(shí)，加料泵電機(jī)頻率變化率的變化規(guī)律，以雙介質(zhì)噴嘴為例，當(dāng)其發(fā)生故障時(shí)其頻率變化率隨時(shí)間變化的曲線近似為直齒曲線，如圖6所示。

圖4 阿詩瑪殘差分布

圖5 紅塔山殘差分布

圖6 頻率變化率曲線

2.4 預(yù)警系統(tǒng)測試

在加料機(jī)預(yù)警系統(tǒng)應(yīng)用期間，對其報(bào)警的準(zhǔn)確率和診斷時(shí)間進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果見表1。結(jié)果表明，系統(tǒng)能準(zhǔn)確地對故障點(diǎn)位進(jìn)行預(yù)警，平均診斷故障點(diǎn)位時(shí)間可縮短為20 min，大大縮短診斷故障點(diǎn)位的時(shí)間，提高了車間的生產(chǎn)效率。

表1 預(yù)警系統(tǒng)測試結(jié)果

3 結(jié)論

解決了當(dāng)前加料機(jī)設(shè)備出現(xiàn)故障時(shí)不能準(zhǔn)確找到點(diǎn)位、診斷時(shí)間長的問題，結(jié)合現(xiàn)代智能控制、網(wǎng)絡(luò)、通信和數(shù)據(jù)庫等先進(jìn)技術(shù)，設(shè)計(jì)研發(fā)了加料機(jī)預(yù)警系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)共享和綜合分析處理。預(yù)警系統(tǒng)測試結(jié)果表明，預(yù)警系統(tǒng)結(jié)構(gòu)合理，算法正確，預(yù)警誤差小，從根本上改變了加料機(jī)設(shè)備運(yùn)行的管理模式，實(shí)現(xiàn)了煙機(jī)設(shè)備的智能監(jiān)測和預(yù)警自動化。