自适应排胶控制方法.pdf

本发明所述的自适应排胶控制方法，将控制混炼胶门尼粘度指标做为控制在线判断混炼进行程度的关键技术，从而建立起混炼过程参数与混炼胶门尼粘度之间的多功能回归模型。在此基础上，实时采集混炼过程信息，并在线预报混炼胶门尼粘度。如上所述的自适应排胶控制方法，包括补偿排胶和跟踪排胶控制方法，是基于胶料质量在线预报和数据实时处理的混炼控制模型，其具有低成本、数据模型合理、分析数据准确等优点，是解决现有密炼生产工艺中门尼粘度指标的有效途径和优取方案。

1、  一种自适应排胶控制方法，其特征在于：该方法控制胶料质量的在线预报工艺流程主要包括有数据预处理流程和预报值实时计算流程；
数据预处理流程是，
第一步，输入质检和过程控制数据，以确定样本数m，变量数n，并将计数值初始为0；其中变量为有效变量，即温度、功率、能量；
第二步，建立m*n的数据矩阵，并将参数设为1，即初始化矩阵为m*1的数据模型；
第三步，逐一计算所有提供样本中的各变量的均值和方差；
第四步，判断在所有提供的样本(m)中是否有大于均值三倍方差以上的样本；若有，则将该样本设为以后比较的均值，同时将计数值累计增加1；若无，则继续判断此第四步流程，直至全部判断完；
第五步，判断计数累计值是否大于样本数m的5％；若有，则删除初始化矩阵为m*1的数据模型，进而重新从第二步进行；若无，则输出该样本矩阵；
预报值实时计算流程是：
第一步，输入动作点变量；调取上述流程中的样本矩阵，做为预报值实时计算的数据模型；
第二步，判断是否满足趋势预报启动条件，即判断是否进入排胶前30s。若最后动做点与排胶点时间间隔小于30s，则进入第三步的预报实时计算；若否，则继续重复进行第一步阶段流程；
第三步，引用最后输入的动作点的实时变量值；
第四步，将第三步引用的实时变量值进行归一化处理，即将各变量值进行减均值除方差运算；
第五步，调用门尼粘度计算流程；
第六步，将第五步得出的门尼值逆归一化计算，即将数据值乘方差、加均值，进而得出门尼预报值；
第七步，将第六步得出的门尼预报值输出并做出趋势预报图。

2、  根据权利要求1所述的自适应排胶控制方法，其特征在于：自适应排胶控制方法中的补偿排胶控制方法，是选取有效累积控制变量和瞬时控制变量，通过单选一个主控制变量、单选一个或组合两个辅控制变量来建立控制变量区间模型[X_m^min，X_m^max，X_m^set]和[X_aux^min，X_aux^max，X_m^set]，进而判断是否满足排胶条件的方式来控制排胶时间。

3、  根据权利要求2所述的自适应排胶控制方法，其特征在于：主控制变量单选时间T、温度或能量F；辅控制变量，从功率P、能量F、时间T中单选一个或组合两个变量。

4、  根据权利要求3所述的自适应排胶控制方法，其特征在于：设定主控制和辅控制变量与质量指标的相关性为正相关、或是负相关。

5、  根据权利要求4所述的自适应排胶控制方法，其特征在于：所判断的是否满足排胶条件是，满足主控制条件X_m^min＜x＜X_m^set和辅控制条件X_aux^min＞x_aux，和/或满足辅控制条件X_aux^max＜x_aux。

6、  根据权利要求2或5所述的自适应排胶控制方法，其特征在于：补偿排胶控制流程是，
第一步，引用数据预处理和预报值实时计算流程，输入并确定门尼设定均值Mset；
第二步，引用回归迭代算法；
第三步，输入实时数据和模型数据，以判断是否达到排胶条件；
①、T_min＜T_t＜T_set时，判断是否P_t＜P_min，若否，则重复①阶段流程；
    若P_t＜P_min成立，则继续判断是否E_t＞E_max，若否，则重复重复
    ①阶段流程；
    若T_min＜T_t＜T_set，P_t＜P_min，E_t＞E_max均成立，则说明胶料已软，
    可以排胶了，不必等到T_min时刻；
②、当T_set＜T_t＜T_max时，判断是否P_t＞P_max，若否，则可以排胶；
    若P_t＞P_max成立，则继续判断是否E_t＜E_min，若否，则可以排胶；
    若T_set＜T_t＜T_max，T_t＞T_max，E_t＜E_min均成立，则说明胶料还硬，不
    能排胶，需重复②阶段流程；
③、当T_t＞T_max成立时，则排胶；否则，就重复①阶段流程

7、  根据权利要求1或2所述的自适应排胶控制方法，其特征在于：自适应排胶控制方法中的跟踪排胶控制方法是，根据已建立门尼粘度预测模型和实时采集的控制变量，在线计算门尼粘度的实时预测值；如果门尼粘度值已经达到期望的质量要求则排胶；如果由于混炼过程故障等因素造成混炼过程无法正常进行，门尼粘度值无法达到要求，则按照超限排胶条件执行排胶动作。

8、  根据权利要求7所述的自适应排胶控制方法，其特征在于：控制变量是能准确反映橡胶密炼程度的有效变量，包括有温度、功率或能量。

9、  根据权利要求8所述的自适应排胶控制方法，其特征在于：所述的达到期望的质量要求，是指选取的所有主要动作点对应的温度、功率或能量数值做为有效变量，以及从排胶点前30s(若排胶点前的动作点与排胶点的时间间隔小于30s，则从该动作起)读取混炼过程的有效变量。

10、  根据权利要求9所述的自适应排胶控制方法，其特征在于：跟踪排胶控制流程是，
第一步，引用数据预处理和预报值实时计算流程，输入并确定门尼设定均值Mset；
第二步，输入实时数据和模型数据，以判断是否达到排胶条件；
①、判断是否为最后一个动作点，
判断是否达到排胶前30s，若与排胶间隔小于30s，则判断是否是最后一个动作；若是，则进入下一步；若否，则重复执行此阶段流程。
②、输入动作点变量值并归一化计算处理，读取最后一个动作点变量实时值，并确定变量区间参数[Y_m^min，Y_m^max，Y_m^sel]；
③、判断是否达到排胶条件并实施，
读取超限排胶条件，具体为超时排胶t_max、超温排胶T_max；
实时计算门尼粘度预测值，若未达到超限排胶条件，则继续判断门尼粘度预测值是否连续5秒均位于设定区间内；若是，则下达排胶指令；若否，则重复执行“输入动作点变量值并归一化计算处理”阶段；
若已达到超限排胶条件，则立即排胶。

自适应排胶控制方法
技术领域
本发明涉及一种面向橡胶混炼生产过程中的自适应排胶控制方法，具体地涉及到建立混炼过程参数和回归模型的排胶控制。
背景技术
随着我国社会经济的高速发展，各种办公用车和私人购买各种类型的车辆也日益激增。用车数量的增加不但给汽车制造业带来了大量的商机，同时对于各类汽车配件也提出了更高的质量和技术要求，以确保用车消费者的行车安全。对于汽车轮胎的制造厂家来说，各种类型的汽车要求提供符合各种特殊路况的技术标准。
现有轮胎制造过程中的密炼技术，已基本可以满足低标准的炼胶生产需求。但现有技术标准的提高，所要求的混炼生产具有相当的复杂性，而至今现有技术中尚未建立起完整的混炼理论。
目前在实际炼胶排胶过程中，主要是依赖现场工艺人员的经验来操作，因而具有局限性和较高的误差。而且，无法全面掌握到混炼生产中的进展情况，对于炼胶质量指标的检测具有相当大的滞后性。现有的炼胶合格率一般在60-80％左右，较小规模的企业则会更低。所以轮胎在实际使用中，存在着安全隐患和产品退赔率高等问题，也不易于控制生产成本。
若借助于橡胶高分子理论，就必须通过大量的试验结果数据来建立混炼过程理论模型，这种解决方法仍具有试验周期长、成本高等缺点，仍不能满足现有轮胎生产厂家的需求。
因而，建立一种低成本、数据模型合理的排胶控制方法，是目前橡胶密炼生产工艺所迫切需要解决的课题。
发明内容
本发明所述的自适应排胶控制方法旨在解决上述问题和不足，将控制混炼胶门尼粘度指标，做为控制在线判断混炼进行程度的关键技术，从而建立起混炼过程参数与混炼胶门尼粘度之间的多功能回归模型。在此基础上，实时采集混炼过程信息，并在线预报混炼胶门尼粘度，设计出以下自适应排胶控制流程和方法。
本发明所述的自适应排胶控制方法，控制胶料质量的在线预报工艺流程主要包括两个部分：即数据预处理流程和预报值实时计算流程。
具体地，数据预处理流程是：
第一步，输入质检和过程控制数据，以确定样本数m，变量数n，并将计数值初始为0。其中变量为能够准确反映橡胶密炼程度的有效变量，如温度、功率、能量等数值；
第二步，建立m*n的数据矩阵，并将参数设为1，即初始化矩阵为m*1的数据模型；
第三步，逐一计算所有提供样本中的各变量的均值和方差；
第四步，判断在所有提供的样本(m)中是否有大于均值三倍方差以上的样本。若有，则将该样本设为以后比较的均值，同时将计数值累计增加1；若无，则继续判断此第四步流程，直至全部判断完；
第五步，判断计数累计值是否大于样本数m的5％。若有，则删除初始化矩阵为m*1的数据模型，进而重新从第二步进行；若无，则输出该样本矩阵。
预报值实时计算流程是：
第一步，输入动作点变量。调取上述数据预处理流程中的样本矩阵，做为预报值实时计算的数据模型。所选取的动作点变量，是在预测门尼粘度时针对主要动作点的变量值，这里选取的是加炭黑的温度、功率、能量数值；
第二步，判断是否满足趋势预报启动条件，即判断是否进入排胶前30s。若最后动做点与排胶点时间间隔小于30s，则进入第三步的预报实时计算；若否，则继续重复进行第一步；
第三步，引用最后输入的动作点的实时变量值；
第四步，将第三步引用的实时变量值进行归一化处理，即将各变量值进行减均值除方差运算；
第五步，调用门尼粘度值计算流程。
第六步，将第五步得出的门尼值逆归一化计算，即将数据值乘方差、加均值，进而得出门尼预报值；
第七步，将第六步得出的门尼预报值输出并做出趋势预报图。
基于上述包括数据预处理、预报值实时计算流程的在线预报工艺，本发明所述的自适应排胶控制方法包括两种，即补偿排胶控制方法和跟踪排胶控制方法。其中，
一、补偿排胶控制方法是：
首先，界定出累积控制变量和瞬时控制变量。
将能够准确反映橡胶密炼程度的有效变量分为累积控制变量和瞬时控制变量。其中，瞬时控制变量是指密炼时瞬态发生变化的变量，如温度、功率等。
累积控制变量主要指从密炼开始不断累加的控制变量，如时间、能量、转(周)数、热量等。
在采用累积控制变量进行排胶控制时，会相应地产生无效累积量。如以下两种情况：碳黑不能正常加入，以及出现打滑现象。
此时如果采用累积控制变量，会造成无效的累加，为避免这种情况，必须将无效的部分剔除。从累积变量中删除掉无效的部分，从而可以转化为有效变量。如下具体实例：
设N₁＝“压上顶栓”时的累积控制变量；
N₂＝“加碳黑”时的累积控制变量；
N₃＝“加油”后的“压上顶栓”后打滑的累积变量；
N₄＝“加油”时的累积控制变量；
N＝近排胶点的累积控制变量。
则排胶有效变量为：E＝N-(N₁-N₂)-(N₃-N₄)。
其次，需要确定变量组合控制方式。
反映混炼进行程度的因素是多方面的，因此在排胶控制时，必然需要综合考虑。组合排胶的变量选取原则如下：
1、按照主次关系，控制变量可分为：主控制变量和辅控制变量；
2、主控制变量一般采用逐渐变化的变量，如时间T、温度或能量F，并采取单选一个变量的方式；
3、辅控制变量，如从功率P、能量F、时间T中单选一个或组合两个变量的选取方式；
4、设定上述控制变量与质量指标的相关性，即正相关或负相关。
再次，建立排胶控制逻辑、并进入排胶条件计算流程。
1、建立控制变量区间模型。即建立主变量参数[X_m^min，X_m^max，X_m^set]，以及辅变量参数[X_aux^min，X_aux^max，X_m^set]；
2、判断是否满足排胶条件：
检查是否满足主控制条件： X m min < x < X m set , ]]>和辅控制条件： X aux min > x aux , ]]>上述为采用正相关的逻辑判断条件；
若辅控制条件设置为 X aux max < x aux , ]]>则是采用负相关地逻辑判断条件。若以上条件满足，则说明胶料已软，可以进行排胶阶段。
3、若不满足排胶条件：
即满足主控制条件 X m set < x < X m max ]]>和辅控制条件 X aux max < x aux ]]>(正相关)或/和 X aux min > x aux ]]>(负相关)，说明胶料还硬，不能排胶，需要再炼一会。
二、以下是跟踪排胶的控制方法：
其算法基本思想是，根据已建立门尼粘度预测模型和实时采集的控制变量，在线计算门尼粘度的实时预测值，如果门尼粘度值已经达到期望的质量要求则排胶；如果由于混炼过程故障等因素造成混炼过程无法正常进行，门尼粘度值无法达到要求，则按照超限排胶条件执行排胶动作。其控制流程具体地是：
首先，确定有效变量；
即能够准确反映橡胶密炼程度的有效变量，如选取温度、功率P、能量E等做为有效变量。
其次，需要确定变量选取原则；
因为反映混炼进行程度的因素有多种，所以跟踪排胶控制时需综合考虑，其跟踪排胶的变量选取原则必须同时满足以下两个方面：
①、选取排胶动作点前，所有主要动作点对应的温度、功率、能量等有效变量，如加炭黑的温度、功率、能量数据；
②、从排胶点前30s(若排胶点前的动作点与排胶点的时间间隔小于30s，则从该动作起)实时读取混炼过程的有效变量。
再次，实施建模算法和建立精确的数据驱动模型；
在数据驱动模型的基础上，按照工艺和混炼合格指标的要求(如门尼粘度的限值)，利用质量预测(如软测量)模型可将炼胶质量指标转换为炼胶过程中的可控量(如：瞬时功率等)，指导排胶生产。
最后，建立跟踪排胶控制逻辑、并进入排胶条件计算流程：
1、读取相应模型、被控变量(门尼粘度)的合理取值区间，确定变量参数[Y_m^min，Y_m^max，Y_m^set]；
2、读取超限排胶条件，具体为超时排胶t_max、超温排胶T_max；
3、判断是否进入跟踪排胶实时计算阶段(即是否达到排胶前30s，如果最后一个动作与排胶间隔小于30s，则判断是否是最后一个动作)。若是，则进入下一步；若否，则继续判断；
4、实时计算门尼粘度预测值。如未达到超限排胶条件，则判断门尼粘度预测值是否连续5s均位于设定区间内。若是，则下达排胶指令；如已达到超限排胶条件，则立即下达排胶指令。
如上所述的自适应排胶控制方法，包括补偿排胶和跟踪排胶控制方法，是基于胶料质量在线预报和数据实时处理的混炼控制模型，其具有低成本、数据模型合理、分析数据准确等优点，是解决现有密炼生产工艺中门尼粘度指标的有效途径和优取方案。
附图说明
图1是在线预报的数据预处理流程示意图；
图2是在线预报的预报值实时计算流程图；
图3是可行门尼区间确定流程图；
图4是补偿排胶条件计算流程图；
图5是回归迭代算法流程图；
图6是跟踪排胶条件计算流程图；
图7是门尼粘度值计算流程图；
具体实施方式
本发明所述的自适应排胶控制方法，控制胶料质量的在线预报工艺流程主要包括两个部分：即数据预处理流程和预报值实时计算流程。
如图1所示，数据预处理流程是：
第一步，输入质检和过程控制数据，以确定样本数m，变量数n，并将计数值初始为0。其中变量为能够准确反映橡胶密炼程度的有效变量，如温度、功率、能量等数值；
第二步，建立m*n的数据矩阵，并将参数设为1，即初始化矩阵为m*1的数据模型；
第三步，逐一计算所有提供样本中的各变量的均值和方差；
第四步，判断在所有提供的样本(m)中是否有大于均值三倍方差以上的样本。若有，则将该样本设为以后比较的均值，同时将计数值累计增加1；若无，则继续判断此第四步流程，直至全部判断完；
第五步，判断计数累计值是否大于样本数m的5％。若有，则删除初始化矩阵为m*1的数据模型，进而重新从第二步进行；若无，则输出该样本矩阵。
如图2所示，预报值实时计算流程是：
第一步，输入动作点变量。调取上述数据预处理流程中的样本矩阵，做为预报值实时计算的数据模型。所选取的动作点变量，是在预测门尼粘度时针对主要动作点的变量值，这里选取的是加炭黑的温度、功率、能量数值；
第二步，判断是否满足趋势预报启动条件，即判断是否进入排胶前30s。若最后动做点与排胶点时间间隔小于30s，则进入第三步的预报实时计算；若否，则继续重复进行第一步；
第三步，引用最后输入的动作点的实时变量值；
第四步，将第三步引用的实时变量值进行归一化处理，即将各变量值进行减均值除方差运算；
第五步，调用门尼粘度值计算流程。
第六步，将第五步得出的门尼值逆归一化计算，即将数据值乘方差、加均值，进而得出门尼预报值；
第七步，将第六步得出的门尼预报值输出并做出趋势预报图。
基于上述包括数据预处理、预报值实时计算流程的在线预报工艺，本发明所述的自适应排胶控制方法包括两种，即补偿排胶控制方法和跟踪排胶控制方法。
如图3、图4、图5所示，补偿排胶控制流程是：
第一步，引用数据预处理和预报值实时计算流程，输入并确定门尼设定均值Mset；如图3所示。
确定配方号、建模数据组，确定样本门尼均值并取整操作，然后输出最大值和最小值参考值；
第二步，引用回归迭代算法；如图4所示。
初始化变量数据；得出相关参数矩阵；输入各变量计算得出最小值、检验值；计算出最大值；求回归方程及相应的量；以最大偏差大于3倍标准差做为动作点的有效值，并建立模型数据库。即变量参数[X_m^min，X_m^max，X_m^set]。
第三步，输入实时数据和模型数据，以判断是否达到排胶条件；
首先，确定主控制变量，单选时间T为主控制变量；
其次，确定辅控制变量，组合选择功率P、能量E为辅控制变量；
再次，确定上述控制变量与质量指标的相关性；即临近排胶点处，门尼随着温度上升而下降，随着功率的下降而降低，能量增加而降低。
最后，根据上述补偿排胶控制逻辑判断是否进行排胶阶段。也应就是：
①、T_min＜T_t＜T_set时，判断是否P_t＜P_min，若否，则重复①阶段流程；
若P_t＜P_min成立，则继续判断是否E_t＞E_max，若否，则重复重复
①阶段流程；
若T_min＜T_t＜T_set，P_t＜P_min，E_t＞E_max均成立，则说明胶料已软，
可以排胶了，不必等到T_min时刻；
②、当T_set＜T_t＜T_max时，判断是否P_t＞P_max，若否，则可以排胶；
若P_t＞P_max成立，则继续判断是否E_t＜E_min，若否，则可以排胶；
若T_set＜T_t＜T_max，P_t＞P_max，E_t＜E_min均成立，则说明胶料还硬，
不能排胶，需重复②阶段流程；
③、当T_t＞T_max成立时，则排胶；否则，就重复①阶段流程
如图3、图6所示，跟踪排胶控制流程是：
第一步，引用数据预处理和预报值实时计算流程，输入并确定门尼设定均值Mset；如图3所示。
确定配方号、建模数据组，确定样本门尼均值并取整操作，然后输出最大值和最小值参考值；
第二步，输入实时数据和模型数据，以判断是否达到排胶条件；
1、判断是否为最后一个动作点：
判断是否达到排胶前30s，若与排胶间隔小于30s，则判断是否是最后一个动作；若是，则进入下一步；若否，则重复执行此阶段流程。
2、输入动作点变量值并归一化计算处理：
读取最后一个动作点变量实时值，并确定变量区间参数[Y_m^min，Y_m^max，Y_m^set]；
所有数据归一化处理；
调用门尼粘度值计算流程；
上述计算得出的门尼值求均值计算；
3、判断是否达到排胶条件并实施：
读取超限排胶条件，具体为超时排胶t_max、超温排胶T_max；
实时计算门尼粘度预测值，若未达到超限排胶条件，则继续判断门尼粘度预测值是否连续5秒均位于设定区间内；若是，则下达排胶指令；若否，则重复执行“输入动作点变量值并归一化计算处理”阶段；
若已达到超限排胶条作，则立即下达排胶指令。
如图7所示，门尼粘度值在线计算流程是利用已经建立的PLS模型，根据混炼过程变量信息，在线计算、预报胶料的门尼粘度。
其中，输入参数是回归系数R、P、负载W，以及预报使用的混炼过程变量X；
输出参数是胶料门尼粘度预报值Yp，即PLS成分。
初始化时，wm＝W的行数，h＝W的列数；m＝X的行数，n＝X的列数；Yp＝[0]m*1，T＝[0]m*h，而T(：，k)表示T矩阵的第k列，其他以此类推。