挑戰(zhàn):

　　創(chuàng)建一個用來監(jiān)測大型造紙廠紙漿的生產(chǎn)過程，以節(jié)約能源和降低成本。 解決方案:為了增加吞吐量，節(jié)約能源，以及優(yōu)化生產(chǎn)過程，我們利用NI LabVIEW數(shù)據(jù)記錄和監(jiān)控(DSC)模塊來處理復雜的，非線性的建模過程。

　　LabVIEW工具包使同時運行多個模型變得更加容易，這意味著在線性能監(jiān)控功能可以變得簡單直接。

　　位于英國Workington的Iggesund紙板公司，其生產(chǎn)線上主要有五個造紙機，運行每個造紙機至少需要消耗15兆瓦的能量。節(jié)約能源對于降低我們 的運營成本至關(guān)重要，因此，我們需要一個解決方案，以優(yōu)化我們能源的使用效率，同時確保造紙機能夠生產(chǎn)出最終紙板成品所需要的紙漿。

　　模型設(shè)計

　　為了預測紙張的剛度，我們實施了基于前饋單層感知(FFSLP)結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)(ANN)模型。之所以我們會選擇該模型，并將該模型建立于多元 線性回歸(MLR)模型之上，是因為該建模過程的需求是非線性的。人工神經(jīng)網(wǎng)絡(luò)更能準確地對大量紙張材料作出預測。此外，對于所有紙張材料來說，只使用一 個模型也是很方便的，使造紙廠操作員更易于使用該系統(tǒng)。

　　對于在線監(jiān)測功能，我們將人工神經(jīng)網(wǎng)絡(luò)與多元數(shù)據(jù)分析(MVDA)方法結(jié)合起來，因為該方法更適應于操作環(huán)境的改變，如紙張材料的變化。由此建立的非線性模型更能準確地預測橫向(CD)抗彎剛度的機器方向(MD)偏差。

　　我們利用 LabVIEW軟 件，并結(jié)合了閉環(huán)自適應造紙機控制系統(tǒng)所采用的高級自適應控制算法的人工神經(jīng)網(wǎng)絡(luò)技術(shù)，設(shè)計了該預測模型。該解決方案包含了一個脫機工具，該工具可以對不 同紙漿類型的造紙機載荷進行仿真。這無疑給操作員和開發(fā)工程師帶來了機會,可以嘗試不同精煉配置及比較預測最終紙板質(zhì)量測量。通過利用LabVIEW軟件 對改變參數(shù)后的效果進行仿真，使我們避免了昂貴的全面試驗，從而節(jié)省了我們的時間和成本。

　　此外，LabVIEW DSC 模塊可 以方便的并行運行多個模型，并且提供了直接在線性能監(jiān)控功能。利用LabVIEW DSC模塊，我們將模型限定在造紙廠可以正常運行的狀態(tài)范圍內(nèi)。當變量移動到正常運行狀態(tài)范圍之外后，報警器就會被激活，向操作員發(fā)出系統(tǒng)發(fā)生問題的提示 信息，同時系統(tǒng)向操作員指示哪個變量發(fā)生故障以及告知解決該故障的最佳方法。

　　在線監(jiān)測

　　Iggesund紙板公司在其在線操作上成功地使用了這種新模型。采用分值圖的方法，當變量偏離紙漿設(shè)置點時，系統(tǒng)會向機器操作員發(fā)出提示信息。分值圖表示每個變量主要成分分析的得分，并以一分鐘的時間間隔進行更新。

　　圖1顯示了兩個本征向量的分數(shù)作為橫縱坐標繪制而成的一個二維監(jiān)測分值圖。二維分值圖用于顯示兩個本征向量間的關(guān)系，可以用一個95%到99% 的Hotelling橢圓來表示，其定義了生產(chǎn)過程中的正常運行區(qū)域。這樣使得操作員很容易地識別異常值。

　　所有相似的數(shù)據(jù)點都聚集在這個二維分值圖上，各組數(shù)據(jù)點代表了生產(chǎn)過程中的工作點。這些圖可以用來顯示代表單個工作點的一組數(shù)據(jù)點，或代表多個工作 點的多組數(shù)據(jù)點。如果數(shù)據(jù)點保持在Hotelling橢圓范圍內(nèi)，這就表明，工作點在正常運行區(qū)域內(nèi)。無論變量間的基本相關(guān)性是否有效，過程變量中的任何 異常變化都可以用這個二維分值圖來清晰地顯示。在載荷圖的輔助下，我們可以確定問題的根源，并排除故障。

　　結(jié)論

　　我們利用LabVIEW DSC模塊所建立的模型向紙板機操作員提供了實時處理信息，當變量偏離所要求的紙漿質(zhì)量設(shè)置點時，系統(tǒng)會清晰地向操作員發(fā)出提示信息。紙漿廠操作員可以選擇所需的設(shè)定點和精煉能量值，以達到最佳效果。