基于大数据技术加料机预警系统的研制

鲁纪平，张忠恕

（红塔辽宁烟草有限责任公司营口卷烟厂，辽宁 营口 115007）

加料机是卷烟制丝生产线上的关键设备之一，其主要功能是增加叶片的含水率和温度，使叶片松散、柔软，以便贮存后满足切叶丝的加工工艺要求，准确均匀地施加料液（生物制剂），并使叶片充分吸收［1-4］。近年来，随着烟草行业科技水平的不断提高，以新一代信息技术与制造技术深度融合为特征的智能制造模式正在引发新一轮制造业变革。为此，针对加料系统故障影响产品质量，当前技术无法对设备故障前出现的异常情况进行预判，以及对元器件健康状态判别，本研究欲搭建一套预警系统，利用大数据分析原理［5-10］监控并预测诊断设备工作状态，当其出现非健康指标时能给予预警提示。

1 问题分析

营口卷烟厂现使用的设备管理模式为事前预防和事后维修相结合的方式，但这两种维修都存在一定的弊端。针对事前预防，制丝车间目前采用的是以计划维修和周期维修为主的事前维修方式，主要是根据经验制定检修计划，存在部分设备过度维修、维修成本高的问题。事后维修是当设备出现严重故障后，导致设备异常停机后再进行维修，属于被动维修，对产品质量以及生产成本造成了巨大影响，4个月共发生断流8次，月平均断流次数为1.92次/万箱，因加料机导致断流3次，平均诊断维修时间为70 min，严重影响车间生产效率。因此提前发现加料设备在运行过程中由于磨损、负荷变大、性能减弱等因素导致的设备异常状态，是实现精准预测维修的根本方法。

2 预警系统研制

预警系统的主要设计思路是，在工况正常时，加料机加料泵的转速根据流量的设定值和质量流量计的反馈值进行PID计算输出，动态调节；工况异常时，如长时间生产后管路、喷嘴结垢，由于加料管道阻力发生改变，为了保持设定流量，加料泵转速将发生变化。使用加料泵电机频率与质量流量计的流量值进行数据分析，用数学方程反映系统工况。

2.1 预警系统总体框架设计

依靠中控历史服务器10年数据存储作为设备预警基础值，利用车间网络平台和预警流程理念的部分内容，初步提出预警系统的设计框架（图1）。

图1 预警系统设计框架

2.2 预警系统研发技术指标确认

根据预警系统的框架以及研发预警系统的各项需求，需要确定预警系统的硬件设施、开发环境、通讯模块、预警模块、输出模块，最终确定的各项研发技术指标如图2所示。

2.3 预警系统模型建立

图2 预警系统研发技术指标

为了确定加料流量与加料泵电机频率之间的数学方程，研究从系统随机抽取人民大会堂（硬红）、红塔山（软经典）等15个牌别的加工过程数据，并采用DPS对原始数据进行统计。由于加料流量原始数据具有牌别内数值集中、牌别间数值跳动的特点，因此对无效数据进行了无效值剔除，对各个牌别数据进行了均值化处理和相关性分析，并对加料流量和加料泵电机频率的相关性进行数学表达式转化，以确定二者的确切数学关系。通过对均值化数据进行单变量回归得到具体参数。最终数学模型为Y=0.140 7X+3.068 8。

图3 单变量回归

为了验证模型的正确性，利用上述方程对采集的原始试验数据进行了代入分析，数据包含了全部在产牌别。分析发现，阿诗玛细支的模型预测值与实际值明显偏离，其他品牌预测准确度符合预期。因此，对阿诗玛细支数据残差与红塔山（软经典）数据残差进行对照分析（图4、图5）。红塔山软经典绝对残差极值为0.9 Hz，残差波动为0.55 Hz；阿诗玛细支虽然绝对残差达到了4.45 Hz，但残差波动仅0.45 Hz；通过常数对阿诗玛细支数学模型进行修正，修正后数学模型为Y=0.140 7X+3.068 8-4.0。

统计加料机各种故障点位如双介质喷嘴、齿轮泵、气动球阀、过滤器、加料管路、质量流量计发生故障前，运行参数发生异常的数据，从而总结发生故障时，加料泵电机频率变化率的变化规律，以双介质喷嘴为例，当其发生故障时其频率变化率随时间变化的曲线近似为直齿曲线，如图6所示。

图4 阿诗玛残差分布

图5 红塔山残差分布

图6 频率变化率曲线

2.4 预警系统测试

在加料机预警系统应用期间，对其报警的准确率和诊断时间进行统计，统计结果见表1。结果表明，系统能准确地对故障点位进行预警，平均诊断故障点位时间可缩短为20 min，大大缩短诊断故障点位的时间，提高了车间的生产效率。

表1 预警系统测试结果

3 结论

解决了当前加料机设备出现故障时不能准确找到点位、诊断时间长的问题，结合现代智能控制、网络、通信和数据库等先进技术，设计研发了加料机预警系统，实现数据共享和综合分析处理。预警系统测试结果表明，预警系统结构合理，算法正确，预警误差小，从根本上改变了加料机设备运行的管理模式，实现了烟机设备的智能监测和预警自动化。