阅读说明：本技术 基于智能算法的生活用纸造纸机干燥部运行优化方法 (Method for optimizing operation of drying part of domestic paper making machine based on intelligent algorithm ) 是由 洪蒙纳 满奕 张洋 李继庚 于 2020-07-17 设计创作，主要内容包括：本发明公开了基于智能算法的生活用纸造纸机干燥部运行优化方法,包括以下步骤：S1：基于纸页干燥机理建立生活用纸纸页干燥过程机理模拟模型；S2：基于SVR算法建立干燥过程模拟误差校正模型；S3：检验纸页干燥过程模拟模型对干燥过程关键变量的模拟精度；S4：基于SLSQP算法建立生活用纸造纸机干燥部运行优化模型；S5：使用优化模型对纸机干燥部历史操作参数进行优化；解决了生活用纸干燥过程关键参数无法精准测量、干燥能耗大的问题。(The invention discloses an intelligent algorithm-based operation optimization method for a drying part of a domestic paper making machine, which comprises the following steps of: s1: establishing a mechanism simulation model of a paper drying process of the household paper based on a paper drying mechanism; s2: establishing a drying process simulation error correction model based on an SVR algorithm; s3: checking the simulation precision of the paper sheet drying process simulation model to the key variable of the drying process; s4: establishing an operation optimization model of a drying part of a domestic paper making machine based on an SLQP algorithm; s5: optimizing historical operating parameters of a drying part of the paper machine by using an optimization model; the problems that key parameters of the household paper drying process cannot be accurately measured and drying energy consumption is large are solved.)

基于智能算法的生活用纸造纸机干燥部运行优化方法

技术领域

本发明涉及生活用纸造纸机干燥部运行优化领域，特别是基于智能算法的生活用纸造纸机干燥部运行优化方法。

背景技术

脱水是造纸过程最重要的环节。为了达到要求的强度和质量标准，成品生活用纸的干度通常控制在92％～95％。在造纸脱水环节中，加热干燥是能耗最大的部分，其能耗约占造纸生产过程总能耗的70％。因此，降低干燥部能耗是降低造纸全过程能耗与生产成本的关键所在。实际生产过程中，干燥部操作参数的正确调节对纸页干燥过程能耗有着极大的影响，但科学、合理的干燥部操作参数优化方法依赖于对干燥过程关键变量的精准测量。由于干燥部结构设计十分紧凑，且内部是一个高温高湿的环境，现有的生活用纸造纸机控制系统对纸页干度、送风湿度、排风湿度等工艺人员最关心的关键过程参数并没有精准测量。因此，实际生产中，操作人员只能依靠经验和产品质检结果的反馈进行干燥部操作参数的控制与优化，由于缺乏科学的计算作为指导，干燥部通常不是在最优的工况下运行，这增大了纸页干燥过程能耗以及企业生产成本。另外，由于生活用纸企业干燥新工艺、新设备的迭代速度较慢使得纸页干燥过程节能降耗的进程缓慢。

建立纸页干燥过程模拟模型与能耗优化模型可以在避免高成本的技术或设备改造的前提下，实现干燥过程关键过程参数的精准测量并降低干燥过程能耗。然而现有干燥过程模型都是基于纸页干燥机理建模，模拟精度较差，进一步导致优化模型给出的结果不可靠。干燥过程能耗大的问题得不到有效解决。本发明提出的基于智能算法的生活用纸造纸机干燥部运行优化方法可以有效解决干燥过程关键参数模拟精度低、干燥能耗大的问题。

发明内容

为解决现有技术存在的问题，本发明提供了基于智能算法的生活用纸造纸机干燥部运行优化方法，解决了生活用纸干燥过程关键变量模拟精度低、干燥能耗大的问题。

本发明采用的技术方案是，基于智能算法的生活用纸造纸机干燥部运行优化方法，包括以下步骤：

S1：基于纸页干燥机理建立生活用纸纸页干燥过程机理模拟模型；

S2：基于SVR算法建立干燥过程模拟误差校正模型；

S3：检验纸页干燥过程模拟模型对干燥过程关键变量的模拟精度；

S4：基于SLSQP算法建立生活用纸造纸机干燥部运行优化模型；

S5：使用优化模型对纸机干燥部历史操作参数进行优化。

优选地，S1包括以下子步骤：

S11：根据纸页干燥过程传热传质机理建立纸页干燥过程的温湿度模型，纸页含湿量变化率的计算方法如下：

纸页温度变化率的计算方法如下：

其中，X为纸页含湿量，即单位质量绝干纤维所携带的水的质量；T为纸页温度；L为纸页干燥距离，即纸页沿缸体圆周方向经过的距离；K_m为纸页与气罩热风间的对流传质系数；G为纸页的绝干克重；v为烘缸线速度，即纸机运行速度；P_S为纸页表面空气中的水蒸气质量分数；P_A为热风中的水蒸气质量分数；P_T为热风总压；h_SP为从烘缸内蒸汽到纸页的总传热系数；T_S为烘缸内蒸汽温度；h_AP为纸页与热风间的对流传热系数；T_A为热风温度；H_O为纸页内水分蒸发的显热；H_s为纸页中的水分的吸附热；C_F为纤维比热；C_W为水的比热；R为理想气体常数；M_W为水的摩尔质量；

S12：纸页被刮刀刮离烘缸时的干度为成纸干度，计算方法如下：

其中，Dry_out表示成纸干度；X_out表示纸页被刮离烘缸时的含湿量；

S13：烘缸能耗的计算方法如下：

其中，为单位时间内烘缸的能耗；L为纸页在沿烘缸圆周方向经过的总距离；h_SC为烘缸内蒸汽到缸体表面的总传热系数；T_c为缸体表面温度；W为纸页幅宽；

为单位时间内烘缸在压榨处传给纸页的热量；

为单位时间内烘缸的热损失；

S14：气罩加热器能耗的计算方法如下：

其中，为单位时间内加热器能耗；为热风流量；ΔH_H为热风焓变；X_H为热风湿度；T_h为气罩送风温度；T_E为环境温度；为单位时间内气罩加热器的热损失；

S15：从能源管理系统中导出不同时段的生产数据，生产数据包括：烘缸压力P_C、烘缸线速度v、克重G、卷取率CR、气罩干侧热风温度T_DH、气罩湿侧热风温度T_WH、气罩干侧风机频率f_DH、气罩湿侧风机频率f_WH、排风机频率f_E、环境温度T_E、环境温度X_E；

S16：将生产数据输入到机理模拟模型中，模拟得到每一组生产数据的气罩排风湿度X_O、气罩排风温度T_O、干燥部高压蒸汽流量F_H与干燥部低压蒸汽流量F_L与纸页干度Dry_out；

S17：计算机理模拟误差，模拟误差计算公式如下：

其中，y_t为实际值，为模拟值。

优选地，S2包括以下子步骤：

S21、为了消除各个变量在量纲上的差异，提高算法运行效率，对S1得到的生产数据与机理模拟误差数据进行标准化处理，标准化处理公式如下：

其中，X为自变量，X＝[x₁,…x_p]_n×p，Y为因变量，Y＝[y₁,…y_q]_n×q，i＝1,2,…,n为样本个数，j＝1,2,…,p为样本维度，x_j为样本在j维的均值，x_ij为第i个样本的j维数值，为第i个样本的j维标准化数值，S_j为样本在j维度标准差，S_j ²为样本在j维度方差；

S23、基于结构风险最小化原则，引入松弛变量和以及引入拉格朗日乘子α_i，η_i，

得到支持向量机的模型，向量机的模型如下：

其中，ω为权重系数，x为输入变量[x₁,…x_p]_n×p，b为偏置项，α_i，

为拉格朗日乘子，K(x_i,x_j)为核函数；

S24、核函数可将线性不可分的低维特征数据映射到高维空间，将非线性问题转换为线性问题，常用核函数包括：线性核函数Linear、多项式核函数Poly、径向基核函数RBF和sigmoid核函数；

采用径向基核函数RBF，其公式如下式所示：

K(x_i,x)＝exp(-γ‖x_i-x‖²),γ>0

其中，γ为核函数参数。

优选地，S3包括以下子步骤：

S31、整合纸页干燥过程机理模拟模型与干燥过程模拟误差校正模型为纸页干燥过程模拟模型；其中纸页干燥过程机理模拟模型可以根据输入的生产数据对关键变量进行机理模拟；干燥过程模拟误差校正模型可以预测出当前生产数据下的机理模拟误差。纸页干燥过程模拟模型的输出计算公式如下：

其中，

为关键变量的最终模拟值，

为关键变量的机理模拟值，

为关键变量的机理模拟误差；

S32、使用平均相对误差来衡量纸页干燥过程模拟模型对关键变量的模拟效果，计算公式如下：

其中，n测试集样本总数。

优选地，S4包括以下子步骤：

S41、根据决策变量的选取应遵循易采集、能控制的原则，选取烘缸压力P_C，湿侧送风温度T_WH，干侧送风温度T_DH与排风频率f_E作为能耗优化模型的决策变量，依据烘缸、气罩加热器与排风机设备极限设置决策变量可行域如下：

p_min≤P_C≤p_max

T_1min≤T_WH≤T_1max

T_2min≤T_DH≤T_2max

f_min≤f_E≤f_max

S42、约束条件是系统状态变量的约束，生活用纸造纸机干燥部运行优化方法的约束条件主要包括以下两方面：

S421：纸页干度约束；干燥部的主要作用是将纸页中的水分蒸发，使湿纸页变干，通常情况下对纸页离开干燥部的干度有一定的要求：

Dry_out≥Dry_sta

其中，Dry_out表示纸页出干燥部干度，由纸页干燥过程模拟模型，Dry_sta表示成纸标准干度；

露点约束，实际生产中，为了防止气罩滴水，必须将排风温度控制在露点以上，由于空气与气罩壳体的温度分布并不均匀，为了防止局部温度低于露点，必须将排风温度控制在较高的数值，与露点温度形成一定的差值，根据实际经验，这个差值在20℃以上时气罩内不会形成滴水：

T_O≥T_DP+20

P_OV＝P_T·RH_O

其中，T_DP为露点温度，P_OV为排风水蒸汽分压，RH_O为排风相对湿度。均由纸页干燥过程模拟模型得出；

S43、以吨纸干燥成本为目标函数，其计算方法如下式所示：

min Cost＝(U_H×F_H+U_L×F_L+U_E×P_E)/(v*G*W*CR)

其中，Cost为吨纸成本；U_H、U_L与U_E分别表示高压蒸汽单价、低压蒸汽单价与电单价；F_H、F_L与P_E分别表示高压蒸汽流量、低压蒸汽流量与排风机电功率；

S44、使用序列最小二乘规划法，对S41～S43所述的优化问题进行求解，

最小二乘规划法的计算公式如下：

其中，表示目标函数在的X^k处的Jacobi矩阵，H^k表示目标函数在X^k处的Hessian矩阵，X^k的迭代形式如下式所示：

求解过程中H^k的迭代形式如下式所示：

其中，

ΔX_k＝X^k+1-X^k

优选地，S5包括以下子步骤：

S51：输入干燥部生产数据，包括烘缸压力P_C、烘缸线速度v、克重G、卷取率CR、气罩干侧热风温度T_DH、气罩湿侧热风温度T_WH、气罩干侧风机频率f_DH、气罩湿侧风机频率f_WH、排风机频率f_E、环境温度T_E、环境温度X_E；

S52：使用优化模型对纸机干燥部历史操作参数进行优化，即求解得Cost最小时的烘缸压力P_C、湿侧送风温度T_WH、干侧送风温度T_DH与排风频率f_E，并且满足约束条件。

本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的有益效果如下：

1.本发明的纸页干燥过程模拟模型可以实现对各种操作参数组合下干燥过程关键参数的准确模拟。

2.本发明的生活用纸造纸机干燥部运行优化模型可以根据当前生产条件求解得到烘缸压力、干湿侧送风温度与排风频率的全局最优解，有效降低生活用纸干燥成本。

附图说明

图1是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的流程图。

图2是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的实际高压蒸汽流量值与模拟高压蒸汽流量值对比图。

图3是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的实际低压蒸汽流量值与模拟低压蒸汽流量值对比图。

图4是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的实际排风温度值与模拟排风温度值对比图。

图5是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的实际排风湿度值与模拟排风湿度值对比图。

图6是本发明基于智能算法的生活用纸造纸机干燥部运行优化方法的优化前后吨纸干燥成本对比图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，基于智能算法的生活用纸造纸机干燥部运行优化方法，包含下述的建模步骤：

S1：基于纸页干燥机理建立生活用纸纸页干燥过程机理模拟模型；

S2：基于SVR算法建立干燥过程模拟误差校正模型；

S3：检验纸页干燥过程模拟模型对干燥过程关键变量的模拟精度；

S4：基于SLSQP算法建立生活用纸造纸机干燥部运行优化模型；

S5：使用优化模型对纸机干燥部历史操作参数进行优化。

首先，建立生活用纸纸页干燥过程机理模拟模型：

根据纸页干燥过程传热传质机理建立纸页干燥过程的温湿度模型，

所述纸页含湿量变化率的计算方法如下：

所述纸页温度变化率的计算方法如下：

其中，X为纸页含湿量，即单位质量绝干纤维所携带的水的质量；T为纸页温度；L为纸页干燥距离，即纸页沿缸体圆周方向经过的距离；K_m为纸页与气罩热风间的对流传质系数；G为纸页的绝干克重；v为烘缸线速度，即纸机运行速度；P_S为纸页表面空气中的水蒸气质量分数；P_A为热风中的水蒸气质量分数；P_T为热风总压；h_SP为从烘缸内蒸汽到纸页的总传热系数；T_S为烘缸内蒸汽温度；h_AP为纸页与热风间的对流传热系数；T_A为热风温度；H_O为纸页内水分蒸发的显热；H_s为纸页中的水分的吸附热；C_F为纤维比热；C_W为水的比热；R为理想气体常数；M_W为水的摩尔质量。

纸页被刮刀刮离烘缸时的干度为成纸干度，计算方法如下：

其中，Dry_out表示成纸干度；X_out表示纸页被刮离烘缸时的含湿量；

烘缸能耗的计算方法如下：

其中，

为单位时间内烘缸的能耗；L为纸页在沿烘缸圆周方向经过的总距离；h_SC为烘缸内蒸汽到缸体表面的总传热系数；T_c为缸体表面温度；W为纸页幅宽；为单位时间内烘缸在压榨处传给纸页的热量；为单位时间内烘缸的热损失；

气罩加热器能耗的计算方法如下：

其中，为单位时间内加热器能耗；为热风流量；ΔH_H为热风焓变；X_H为热风湿度；T_h为气罩送风温度；T_E为环境温度；为单位时间内气罩加热器的热损失。

生活用纸纸页干燥过程机理模拟模型建立完毕后，从能源管理系统中导出不同时段的生产数据，包括：烘缸压力P_C、烘缸线速度v、克重G、卷取率CR、气罩干侧热风温度T_DH、气罩湿侧热风温度T_WH、气罩干侧风机频率f_DH、气罩湿侧风机频率f_WH、排风机频率f_E、环境温度T_E、环境温度X_E。将数据输入到机理模拟模型中，模拟得到每一组生产数据的气罩排风湿度X_O、气罩排风温度T_O、干燥部高压蒸汽流量F_H与干燥部低压蒸汽流量F_L与纸页干度Dry_out。

计算机理模拟误差，方法如下：

其中，y_t为实际值，

为模拟值。

然后，建立干燥过程模拟误差校正模型：

为了消除各个变量在量纲上的差异，提高算法运行效率，需要对S1得到的生产数据与机理模拟误差数据进行标准化处理，所述的标准化处理公式如下：

其中，X为自变量，X＝[x₁,…x_p]_n×p，Y为因变量，Y＝[y₁,…y_q]_n×q，i＝1,2,…,n为样本个数，j＝1,2,…,p为样本维度。x_j为样本在j维的均值，x_ij为第i个样本的j维数值，

为第i个样本的j维标准化数值，S_j为样本在j维度标准差。S_j ²为样本在j维度方差。

基于结构风险最小化原则，引入松弛变量和以及引入拉格朗日乘子α_i，

η_i，得到支持向量机的模型。如下式所示：

其中，ω为权重系数，x为输入变量[x₁,…x_p]_n×p，b为偏置项，α_i，为拉格朗日乘子，K(x_i,x_j)为核函数。

核函数可将线性不可分的低维特征数据映射到高维空间，将非线性问题转换为线性问题。常用核函数有线性核函数(Linear)、多项式核函数(Poly)、径向基核函数(RBF)和sigmoid核函数。本发明采用应用最广泛的RBF，公式如下式所示：

K(x_i,x)＝exp(-γ‖x_i-x‖²),γ>0

其中，γ为核函数参数。

整合纸页干燥过程机理模拟模型与干燥过程模拟误差校正模型为纸页干燥过程模拟模型。其中纸页干燥过程机理模拟模型可以根据输入的生产数据对关键变量进行机理模拟；干燥过程模拟误差校正模型可以预测出当前生产数据下的机理模拟误差。纸页干燥过程模拟模型的输出如下式所示：

其中，

为关键变量的最终模拟值，为关键变量的机理模拟值，

为关键变量的机理模拟误差。

使用平均相对误差(Mean Relative Error,MRE)来衡量纸页干燥过程模拟模型对关键变量的模拟效果，计算公式如下式所示：

其中，n测试集样本总数。

纸页干燥过程模拟模型验证完毕后，建立生活用纸造纸机干燥部运行优化模型：

根据决策变量的选取应遵循易采集、能控制的原则，选取烘缸压力P_C，湿侧送风温度T_WH，干侧送风温度T_DH与排风频率f_E作为能耗优化模型的决策变量。依据烘缸、气罩加热器与排风机设备极限设置决策变量可行域如下：

p_min≤P_C≤p_max

T_1min≤T_WH≤T_1max

T_2min≤T_DH≤T_2max

f_min≤f_E≤f_max

约束条件是系统状态变量的约束。本发明生活用纸造纸机干燥部运行优化方法的约束条件主要包括以下两方面：

(1)纸页干度约束。干燥部的主要作用是将纸页中的水分蒸发，使湿纸页变干，通常情况下对纸页离开干燥部的干度有一定的要求：

Dry_out≥Dry_sta

其中，Dry_out表示纸页出干燥部干度，由纸页干燥过程模拟模型，Dry_sta表示成纸标准干度。

(2)露点约束。实际生产中，为了防止气罩滴水，必须将排风温度控制在露点以上。由于空气与气罩壳体的温度分布并不均匀，为了防止局部温度低于露点，必须将排风温度控制在较高的数值，与露点温度形成一定的差值。根据实际经验，这个差值在20℃以上时气罩内不会形成滴水：

T_O≥T_DP+20

P_OV＝P_T·RH_O

其中，T_DP为露点温度，P_OV为排风水蒸汽分压，RH_O为排风相对湿度。均由纸页干燥过程模拟模型得出。

本发明以吨纸干燥成本为目标函数，其计算方法如下式所示：

min Cost＝(U_H×F_H+U_L×F_L+U_E×P_E)/(v*G*W*CR)

其中，Cost为吨纸成本；U_H、U_L与U_E分别表示高压蒸汽单价、低压蒸汽单价与电单价；F_H、F_L与P_E分别表示高压蒸汽流量、低压蒸汽流量与排风机电功率。

生活用纸造纸机干燥部运行优化模型建立完毕后，使用序列最小二乘规划法(Sequential Least Squares Programming,SLSQP)对模型进行求解。SLSQP算法是一种将非线性规划问题转化为简单二次规划问题进行求解的方法，如下式所示：

其中，

表示目标函数在的X^k处的Jacobi矩阵，H^k表示目标函数在X^k处的Hessian矩阵。X^k的迭代形式如下式所示：

求解过程中的迭代形式如下式所示：

其中，

ΔX_k＝X^k+1-X^k

最后，使用优化模型对纸机干燥部历史操作参数进行优化：

输入干燥部生产数据，包括烘缸压力P_C、烘缸线速度v、克重G、卷取率CR、气罩干侧热风温度T_DH、气罩湿侧热风温度T_WH、气罩干侧风机频率f_DH、气罩湿侧风机频率f_WH、排风机频率f_E、环境温度T_E、环境温度X_E。使用优化模型对纸机干燥部历史操作参数进行优化，即求解得Cost最小时的烘缸压力P_C、湿侧送风温度T_WH、干侧送风温度T_DH与排风频率f_E，同时满足约束条件。

本方法在实施时，图2是应用本发明后实际高压蒸汽流量值与模拟高压蒸汽流量值对比图；图3是应用本发明的实际低压蒸汽流量值与模拟低压蒸汽流量值对比图；图4是应用本发明后的实际排风温度值与模拟排风温度值对比图；图5是应用本发明的实际排风湿度值与模拟排风湿度值对比图；图6是应用本发明的优化前后吨纸干燥成本对比图。