轻工学报

作者：李善莲, 安佳敏, 刘朝贤, 张二强, 刘振宇, 杨俊杰, 许冰洋, 张雷

单位：1.中国烟草总公司郑州烟草研究院,河南郑州450001;2.陕西中烟工业有限责任公司技术中心,陕西西安710065;3.江西中烟工业有限责任公司技术中心,江西南昌330096;4.郑州轻工业大学电气信息工程学院,河南郑州450001

关键词：滚筒烘丝机, 自编码器, 主成分分析, 多块建模, 过程监测

基金：国家烟草专卖局烟草科研大数据重大专项项目（110202101083（SJ-07））；河南省科技攻关计划项目（222102220122，222102210118）；烟草行业烟草工艺重点实验室引领计划专项项目（202022AWCX04，202022AWHZ01）

鉴于滚筒烘丝干燥过程的多变量、强耦合、非线性的复杂特征，而传统主成分分析（PCA）过程监测方法不具有非线性表达能力及全局建模无法精确检测故障的问题，提出自动编码器特征提取和多块主成分分析联合驱动的多块建模方法。首先，依据叶丝干燥工作原理对变量进行分块，以突出过程局部特征；其次，使用自编码器提取每个子块的非线性特征；再次，分别建立相应的PCA监测模型；最后，通过贝叶斯推理对多个子空间的监测结果进行融合决策。以两个实际叶丝干燥案例进行验证，结果表明：该方法的报警率分别高达91.67%和98.21%，相比传统PCA和AE-PCA检测方法，该方法能准确揭示并表征干燥过程的整体运行状态及局部特征信息，提高对滚筒叶丝干燥生产过程的异常检测精度，实现对质量异常情况的准确报警，有利于保证滚筒叶丝干燥过程的稳定生产。

来源：2023年第6期

《轻工学报》期刊编辑部

查看轻工学报杂志2023年第6期