基于雷达图法的卷烟机劈刀盘健康状况评估

摘 要：卷烟机劈刀盘对烟支内烟丝分布情况有直接影响，与卷烟物理指标、烟气指标和燃烧锥掉落情况均有密切关系，其健康状况将直接影响卷烟质量。目前常用的评价方式为人工目测或使用游标卡尺进行测量，不能及时真正反映卷烟机劈刀盘的健康状况。因此本文引入雷达图法对劈刀盘健康状态进行评价，建立了一套数字化、可视化的劈刀盘健康状况方法。结果表明，雷达图法能够对劈刀盘的健康状态进行准确评价。

关键词：雷达图法；卷烟质量；劈刀盘；预警

中图分类号：TS 43" " 文献标志码：A

卷烟机劈刀盘对烟支内烟丝分布情况有直接影响，与卷烟物理指标、烟气指标和燃烧锥掉落情况均有密切关系[1]。作为卷烟机的重要零件，卷烟机劈刀盘健康状况是卷烟高质量生产的关键。目前，劈刀盘健康状况评估的主要方式为通过设备维护人员目测、游标卡尺测量和人工经验判断等，但现有技术无法及时发现劈刀盘运行中出现的故障，对卷烟质量有重大影响。因此，在劈刀盘健康状况评估中引入一种数字化、可视化的健康状况监测手段尤为重要。雷达图是一种多变量可视图形，可将高维空间的点与平面上的某种图形相对应，以反映高维数据的某些特点或数据间的整体关系[2]。结果表明，该方法能够对劈刀盘健康状况进行准确评估。本文应用雷达图法评价劈刀盘健康状况，以六槽劈刀盘健康状况评估作为研究对象，根据劈刀盘6个不同槽位生产烟支的质量情况对其健康情况进行综合评估，根据数据分析及时预警。

1 材料与方法

1.1 准备工作

需准备的仪器和材料包括劈刀盘、卷烟机微波质量控制系统和卷烟烟支，检验人员为卷烟物理检验员。

1.2 技术原理

卷烟机在高速运行中，其吸丝带下方的劈刀盘通过凹槽，对经过负压吸丝成型的烟丝束进行修整削减，防止卷制所得烟支出现密度不均匀、质量偏差较大和空头等问题，因此烟支内部的分段密度存在差异。对三深三浅劈刀盘和六槽等深劈刀盘来说，劈刀盘转一圈对应6支单支烟。每支单支烟在不同的劈刀盘槽位（2个半边凹槽加上1个平槽）被凹槽削减，导致内部不同段烟支的密度、质量存在差异。在单次完整的起停运行过程中，生产出的烟支属于不同的劈刀盘位置。目前，卷烟机微波质量控制系统对每支烟进行32个点位的密度检测，可以将每支烟的密度通过雷达图进行分析，并将其与劈刀盘各位置进行对应。首先，通过卷烟机微波质量控制系统获取单支烟数据和单点微波数据，建立标准烟支密度分布模型，确立在该规格下达到烟支生产理想状态的标准烟支指标。其次，从数据集中的烟支中提取（n+1）项相同的质量指标值，并与标准烟支进行比较，计算出相应的标准烟支的相似度指标。再次，根据标准烟支的质量指标值和标准烟支的相似度指标构建劈刀盘预测性维护和完善模型。最后，连续监测通过模型获得的烟支相似度指标，并观察其分布，根据这些烟支相似度指标在劈刀盘上的表现情况判定劈刀盘是否需要维护和完善，再根据反馈结果进行维修。

2 流程步骤

2.1 建立标准烟支质量指标值

通过卷烟机微波质量控制系统获取烟支质量数据，选取一个批量烟支的数据集，并获取每个烟支的检测质量，筛选出质量为工艺标准质量设计值上下2mg范围内的烟支，烟支数量不少于20000支，建立标准烟支数据模型，流图如图1所示。

获取标准类数据集中的烟支各段质量分布数据，通过Python或Java软件聚合统计得出单点质量指标值，斌经过综合评估得到单支烟在最理想状态下的最优质量、各段质量分布值，即为标准烟支指标。标准质量烟支指标在图1所示的过程中获得，最终形成标准烟支劈刀盘六槽位单点质量均值雷达图，如图2所示。标准烟支分段质量指标是描述烟丝在吸丝带烟条中分布是否均匀的重要工具，是建立相似度模型的基石。对生产烟支与标准烟支质量间的差异做出比较和结果评判，也是进行劈刀盘预测性维护的基础。

2.2 建立相似度模型拟合劈刀盘健康指标

以标准烟支指标为基准，通过相似度[3]算法计算出当前时间段劈刀盘各槽位生产烟支的单点质量分布与该规格下理想质量分布的拟合情况，记为此时间段、此规格和此槽位下生产烟支质量的相似度指标，即相似度指标。相似度指标相当于将烟支的各段单点质量值作为一个多维空间向量，同时以相同维度下的标准烟支指标向量为基准，比较两者在空间中的距离和相似度。相似度指标越大，表明此条件下生产烟支的质量情况越符合要求，以此相似度值来判定所求烟支和标准烟支的偏离程度。通过分析劈刀盘不同位置处生产烟支的质量，能够对烟支数据和劈刀盘状态进行异常值预警，可将其作为劈刀盘健康指标。采用余弦相似度、皮尔逊相似度和欧式距离等多种衡量多维向量差异性的数学工具来建立相似度指标模型，并对其适用性进行比较，完成相似度模型建立。

2.2.1 标准烟支质量多维空间向量

将标准烟支的（n+1）个质量相关的平均质量指标值量化为多维空间的向量；获取含有实际质量和n段线密度单点质量的（n+1）项质量指标值的单班次烟支；将每支烟的（n+1）项质量指标值转化为多维空间的向量；提取数据集中单班次每支烟的（n+1）项相同的质量指标值，并将质量指标值进行量化。

2.2.2 相似度指标

与标准烟支的质量指标值进行比较，计算出每支烟的数值化向量和标准烟支数值化向量空间距离，从而获得每支烟关于标准烟支的相似度指标。其中，标准烟支的相似度指标值通过欧式距离来计算空间中单支烟质量属性与标准烟支质量属性的偏离程度，通过Python软件建立标准烟支的相似度指标值模型，其中单只烟的实际质量为n段线密度/单点质量值。

2.2.2.1 欧式距离

欧式距离[3]是一种数学经典度量方式，可衡定2个向量在n维空间内的方式，如公式（1）所示。

（1）

欧式距离与其他相似度计量的不同之处是其值域并不仅限于0～1，可体现连续生产被测量烟支与标准烟支变动情况的绝对差异，更易于检查烟支整体在波动中的异常值，也便于直观设定上限预警。

2.2.2.2 余弦相似度

余弦相似度[4]可对数据进行空间化，通过计算2个向量的夹角余弦值来评估二者间的相似度，如公式（2）所示。

（2）

式中：Similarity（A，B）为余弦相似度。

余弦相似度通过0～1绝对值的衡定范围来调控指标表现，同时具有负数结果值，可加强数据的不和谐性，便于对分段较短、对劈刀盘作用更敏感的烟支端部质量数据进行相对性检测。

2.2.2.3 相似度指标建立

2.2.2.3.1 平准盘槽位质量健康指标

平准盘槽位质量健康指标通过烟支平段、烟支点燃端质量偏差进行评估，如公式（3）所示。测量采集中，烟支点位分为n段（在本例中n=32）。

H平准盘槽位CX质量健康指标=100-w0-w1 （3）

式中：w0为n=7～26时对应的烟支平段，烟支平端距离长，点位多，采用欧氏距离算法计算质量相似度偏移；w1为n=1～6时对应的烟支点燃端，使用余弦相似度算法计算点位质量偏移，如公式（4）所示。

（4）

式中：为烟支平段质量欧式距离偏移；为烟支点燃端质量余

弦相似度偏移；St_Mn为通过大数据算法建立的标准烟支模型中具体对应烟支的各点位标准单点质量，可作为衡定当前劈刀盘和各槽位质量健康指标的基准；Ck_Mn为实时生产的烟支各点位对应的实时质量，可作为评估对象。

2.2.2.3.2 平准盘整体健康指标

平准盘整体健康指标通过烟支平段、烟支点燃端和烟支滤嘴端质量偏差进行评估，如公式（5）所示。

H平准盘整体健康指标=100-w0-w1-w2 （5）

式中：w2为n=27～32时对应的烟支滤嘴端，使用余弦相似度算法计算质量偏移，如公式（6）所示。

（6）

式中：为烟支滤嘴端质量余弦相似度偏移。

2.2.3 标准烟支的相似度指标有效性判定

根据得到的正常运行且无质量故障的标准烟支平均相似度指标值产生偏离的误差范围和输出正常运行且有质量故障的标准烟支平均相似度指标值，来判定标准烟支的相似度指标有效性。标准烟支相似度指标的数值越小，表明该支烟的线密度质量各项指标值与标准烟支各项指标值的差距越小，也越接近理想的烟支状态。本文在某卷烟厂进行相似度指标有效性验证。首先，保证劈刀盘完整且工作正常。在烟机正常高速运行阶段，记录当前班次号、启停序号和批次号，通过数据库中对应的班次号、启停序号和批次号获取劈刀盘正常、烟机正常高速运行阶段下6000支短支烟的质量数据，并重复3次。其次，使其他外部环境条件保持一致，停机并取出劈刀盘，在劈刀盘某一槽位上随机放置障碍物（如坚硬的纸片），并保证该障碍物不影响劈刀盘正常工作，安装、调整好劈刀盘，重新开始生产烟支。直至烟机进入高速正常运行阶段，记录当前班次号、启停序号和批次号，通过数据库中对应的班次号、启停序号和批次号获取劈刀盘凸起异常、烟机正常高速运行阶段下6000支短支烟的质量数据，并重复3次。最后根据试验中记录的数据，与标准烟支进行相关指标计算，结果见表1。

劈刀盘发生异常时，烟支相似度指标会发生显著变化。劈刀盘在正常情况下的相似度指标均高于96%，当劈刀盘槽位有异常时，相似度指标低于95%。结果表明，相似度指标能表征劈刀盘健康状态。

2.3 劈刀盘雷达图预测性维护模型构建

2.3.1 卷烟机劈刀盘六槽位单点质量均值雷达图设计

先通过雷达图模拟出平准盘6个槽位（C1～C6）的状态，使用线条在雷达图中描绘标准烟支各段质量数值。然后描绘当前生产状态下与标准烟支质量相同的卷烟烟支各段质量情况。雷达图可以数字化、图形化反应平刀盘各槽位健康状况，如图3所示。

2.3.2 劈刀盘健康状况预警设置

有预警发生时，劈刀盘6个槽位单点质量均值雷达图中的单点质量曲线会发生明显变动，并在劈刀盘图形下方显示“单槽位异常”，以警醒操作人员做出及时处理和应对。

2.3.2.1 劈刀盘健康状态分级

试验验证表明，当劈刀盘健康状况指标＞95%时，劈刀盘处于健康状态；处于90%～95%时，劈刀盘存在异常；＜90%时，表明劈刀盘有损坏。

2.3.2.2 劈刀盘6个槽位单点质量均值雷达图异常状况展示

将劈刀盘6槽分别标记为C1～C6。有预警发生时，单点质量曲线将发生明显变动，并在劈刀盘图形下方显示“单槽位异常”，以警醒操作人员做出及时处理和应对。槽位C3预警如图4所示。

3 结论

本文以“基于雷达图法的卷烟机劈刀盘健康状况评估”为研究对象，通过收集实际的卷烟机劈刀盘输出烟支指标数据，并通过雷达图法进行可视化展示，对卷烟机劈刀盘的健康状况进行了评估。本文研究可以直观地显示不同指标间的关系，并提供全面的劈刀盘健康状况评估结果。采用该评估方法，操作人员可以及时发现卷烟机劈刀盘存在的问题，并采取相应措施进行维护和保养。本文提出的基于雷达图法的卷烟机劈刀盘健康状况评估方法具有较高的准确性和可靠性，对提高卷烟机的运行效率和维护管理的可持续性具有重要意义，未来将进一步研究卷烟机劈刀盘故障诊断和修复方法，以提高卷烟机的自动化水平和操作效率。

参考文献

[1]熊安言，李春光，许绍迅，等.ZJ17卷接机组不同规格平准器对烟支质量的影响[J].烟草科技，2011（11）：14-18.

[2]孟宪宇.测树学[M].3版.北京：中国林业出版社，2006.

[3]孙意然，胡利波，李昆，等.基于相关系数和欧式距离评价烤烟综合物理特性的相似性[J].山东化工，2020（49）：104-105.

[4]郝少璞，刘全，徐平安，等.基于余弦相似度的多模态模仿学习方法[J].计算机研究与发展，2023（6）：170-184.

通信作者：殷晓露（1987-），女，四川成都人，本科，助理工程师，研究方向为卷烟工艺质量。

电子邮箱：205266@qq.com。