超高速包裝設(shè)備的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及意大利G. D公司H1000超高速包裝設(shè)備的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷技術(shù)， 尤其涉及包裝機(jī)H1000、薄膜封裝機(jī)W1000和條裝機(jī)BV三大部分的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷方 法。
【背景技術(shù)】
[0002] 我國(guó)煙葉產(chǎn)量和卷煙產(chǎn)量均為世界第一，煙草稅收占政府財(cái)政收入的8 %左右。 但是近年來(lái)的煙草行業(yè)全球化、新的法律法規(guī)以及外部環(huán)境的重大變化，中國(guó)煙草面臨愈 來(lái)愈嚴(yán)峻的競(jìng)爭(zhēng)壓力和社會(huì)壓力。在保證產(chǎn)品質(zhì)量的前提下，有效提升設(shè)備的智能化水平 和高效運(yùn)行能力成為卷煙工廠關(guān)注的焦點(diǎn)。智能化水平，即生產(chǎn)設(shè)備所具有的感知、分析、 推理和決策等功能的強(qiáng)弱；高效運(yùn)行，即在規(guī)定時(shí)間內(nèi)消耗更少的資源生產(chǎn)更多、更好的產(chǎn) 品。卷煙工廠設(shè)備的智能化水平和高效運(yùn)行與其自動(dòng)化程度密不可分，設(shè)備的狀態(tài)監(jiān)測(cè)與 故障診斷技術(shù)是提升智能化水平、保證高效運(yùn)行的重要手段，對(duì)于我國(guó)卷煙工業(yè)企業(yè)參與 日益激烈的市場(chǎng)競(jìng)爭(zhēng)、滿足日益變化的國(guó)內(nèi)外形勢(shì)具有重要的現(xiàn)實(shí)意義。
[0003] 卷煙生產(chǎn)過(guò)程屬于典型的流程制造批次過(guò)程，既具有批量產(chǎn)品生產(chǎn)的特點(diǎn)，又具 有多個(gè)生產(chǎn)牌號(hào)、產(chǎn)品頻繁變化的特點(diǎn)。卷煙生產(chǎn)主要包含制絲和卷包兩大過(guò)程，其中卷包 過(guò)程按照產(chǎn)品設(shè)計(jì)，利用卷接設(shè)備將合格的煙絲及符合要求的卷接材料，制成規(guī)格與質(zhì)量 符合標(biāo)準(zhǔn)的煙支。再利用包裝設(shè)備將煙支及符合要求的包裝材料，制成規(guī)格與質(zhì)量均符合 標(biāo)準(zhǔn)的盒裝和條裝。目前世界上最高速、最先進(jìn)的卷接和包裝設(shè)備分別為德國(guó)HAUNI公司 的M8和意大利G. D公司的H1000,其設(shè)計(jì)生產(chǎn)能力分別為20000支/分鐘和1000包/分 鐘。
[0004] 由于G. D公司H1000超高速包裝設(shè)備底層PLC程序開放的源代碼和庫(kù)文件非常有 限，現(xiàn)場(chǎng)難以實(shí)時(shí)采集和存儲(chǔ)底層PLC的原始數(shù)據(jù)，使得針對(duì)H1000超高速包裝設(shè)備的監(jiān)測(cè) 與故障診斷相關(guān)研究較少。實(shí)際生產(chǎn)中，由設(shè)備擋車工和操作工以每班一組報(bào)表的形式對(duì) 設(shè)備狀態(tài)進(jìn)行記錄和考核。針對(duì)H1000超高速包裝設(shè)備的監(jiān)測(cè)與故障診斷研究處于起步階 段，現(xiàn)場(chǎng)數(shù)據(jù)報(bào)表更多的是對(duì)設(shè)備測(cè)點(diǎn)數(shù)據(jù)進(jìn)行簡(jiǎn)單記錄，未能通過(guò)數(shù)據(jù)的深入分析挖掘 和發(fā)現(xiàn)數(shù)據(jù)所隱含的過(guò)程變量動(dòng)態(tài)性和變量間關(guān)聯(lián)關(guān)系變化等方面的潛在故障信息，亟需 一種切實(shí)可行的H1000超高速包裝設(shè)備監(jiān)測(cè)與故障診斷方法。

【發(fā)明內(nèi)容】

[0005] 為滿足H1000超高速包裝設(shè)備監(jiān)測(cè)與故障診斷的實(shí)際需要，本發(fā)明基于多元統(tǒng)計(jì) 分析理論，提供H1000超高速包裝設(shè)備的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷方法。該方法采用主元分析 建立離線監(jiān)測(cè)模型以表征過(guò)程變量之間的潛在相關(guān)特性，在線計(jì)算T 2、SPE兩個(gè)監(jiān)測(cè)統(tǒng)計(jì)量 進(jìn)行實(shí)時(shí)監(jiān)測(cè)，任一統(tǒng)計(jì)量超限時(shí)利用貢獻(xiàn)圖方法確定引起故障的主要過(guò)程變量，從而為 H1000超高速包裝設(shè)備的監(jiān)測(cè)與故障診斷提供了一種有效可行的方法。
[0006] 為了實(shí)現(xiàn)上述的目的，本發(fā)明所采用的具體技術(shù)方案如下：
[0007] 超高速包裝設(shè)備的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷方法，該方法包括以下的步驟：
[0008] 1)收集整理某一產(chǎn)品牌號(hào)下H1000超高速包裝設(shè)備的監(jiān)測(cè)數(shù)據(jù)報(bào)表，獲得具有I 個(gè)生產(chǎn)批次、J個(gè)測(cè)量變量的二維原始數(shù)據(jù)叁(/X./)，對(duì)其進(jìn)行均值中心化和方差歸一化 的數(shù)據(jù)預(yù)處理，得到該產(chǎn)品牌號(hào)下統(tǒng)計(jì)模型的二維建模數(shù)據(jù)X(IXJ);
[0009] 2)對(duì)二維建模數(shù)據(jù)X(IXJ)進(jìn)行PCA分解，得到對(duì)應(yīng)的主元個(gè)數(shù)A、得分矩陣TA、 負(fù)載矩陣P a和殘差矩陣E，建立PCA監(jiān)測(cè)模型；
[0010] 3)離線計(jì)算建模數(shù)據(jù)的T2和SPE監(jiān)測(cè)統(tǒng)計(jì)量，并根據(jù)相同產(chǎn)品牌號(hào)不同生產(chǎn)批次 的T 2值服從F分布、SPE值服從X 2分布，計(jì)算某一置信度下PCA監(jiān)測(cè)模型的T 2和SPE控制 限；
[0011] 4)在線監(jiān)測(cè)時(shí)，收集該產(chǎn)品牌號(hào)下某一班組的監(jiān)測(cè)數(shù)據(jù)報(bào)表，通過(guò)數(shù)據(jù)預(yù)處理獲 得該生產(chǎn)批次的過(guò)程數(shù)據(jù)x_ (I X J)，利用PCA監(jiān)測(cè)模型在線計(jì)算數(shù)據(jù)x_ (I X J)對(duì)應(yīng)的T2 和SPE統(tǒng)計(jì)量，如果兩個(gè)統(tǒng)計(jì)量都位于控制限以內(nèi)，表明設(shè)備狀態(tài)正常，如果至少其中一個(gè) 統(tǒng)計(jì)量超出控制限，表明設(shè)備狀態(tài)異常；
[0012] 5)當(dāng)檢測(cè)到設(shè)備出現(xiàn)有異常時(shí)，根據(jù)超限統(tǒng)計(jì)量處于T2的主元子空間或是SPE的 殘差子空間，計(jì)算每個(gè)過(guò)程變量對(duì)超限統(tǒng)計(jì)量的貢獻(xiàn)率，貢獻(xiàn)率較大的變量被初步確定為 造成設(shè)備異常的原因變量。
[0013] 所述步驟1)中，原始數(shù)據(jù)預(yù)處理包括依次進(jìn)行的減均值、除標(biāo)準(zhǔn)差處理，計(jì)算公 式如下：
[0015] 其中下標(biāo)i代表批次、j代表變量，$表示第j個(gè)變量的均值，Sj表示第j個(gè)變量 的標(biāo)準(zhǔn)差。
[0016] 在步驟2)中，設(shè)預(yù)處理后得到的二維建模數(shù)據(jù)為X= [X1，…，X1，…，X1]，對(duì)X進(jìn) 行PCA分解，PCA分解的計(jì)算公式如下：
[0018] 其中A為主元個(gè)數(shù)，a表示不同的PCA分解方向，1\表示保留A個(gè)主元后的（I X A) 維得分矩陣，？&表示保留A個(gè)主元后的（JXA)維負(fù)載矩陣，E表示（IXJ)維殘差矩陣。
[0019] 所述步驟3)中，T2統(tǒng)計(jì)量的計(jì)算公式為：
[0020] T21= t ,S H11 i = 1, 2, -, I
[0021] 其中h= X Λ表示（IXA)維的主元得分向量，對(duì)角矩陣S = diag( λ …，λΑ) 是由建模數(shù)據(jù)集X的協(xié)方差矩陣Σ XtX的前A個(gè)特征值所構(gòu)成；
[0022] T2統(tǒng)計(jì)量的控制限利用F分布采用下式計(jì)算：
[0023]
[0024] 其中A為保留的主元個(gè)數(shù)，N = I為樣本數(shù)，α為置信度；Fa (A, N-A)是對(duì)應(yīng)于置 信度為a，自由度為A，N-A條件下的F分布臨界值；
[0025] SPE統(tǒng)計(jì)量的計(jì)算公式為：
[0027] 其中
表示重構(gòu)得到的（IXJ)維重構(gòu)估計(jì)向量；示建模數(shù)據(jù)向 量X1與重構(gòu)估計(jì)向量糸+的殘差向量；
[0028] SPE統(tǒng)計(jì)量的控制限利用X 2分布采用下式計(jì)算：
[0030] 其中g(shù) = v/2n、h = 2n2/v ;n、V分別為SPE統(tǒng)計(jì)量的均值和方差。
[0031] 在步驟4)中，基于收集的監(jiān)測(cè)數(shù)據(jù)報(bào)表，利用建模數(shù)據(jù)的均值和標(biāo)準(zhǔn)差進(jìn)行數(shù)據(jù) 預(yù)處理，得到過(guò)程數(shù)據(jù)(I X J)，其對(duì)應(yīng)的統(tǒng)計(jì)量計(jì)算公式如下：
[0034] 其中Pa表示該產(chǎn)品牌號(hào)監(jiān)測(cè)模型的（JXA)維負(fù)載矩陣，S = diag(X i，…，λΑ)表 示該產(chǎn)品牌號(hào)監(jiān)測(cè)模型的前A個(gè)特征值所構(gòu)成的（AXA)維對(duì)角矩陣；
[0035] 過(guò)程數(shù)據(jù)(I X J)對(duì)應(yīng)的SPE_統(tǒng)計(jì)量計(jì)算公式如下：
[0039] 其中武_表示重構(gòu)得到的（IXJ)維重構(gòu)估計(jì)向量，e_表示過(guò)程數(shù)據(jù)向量X _與 重構(gòu)估計(jì)向量的殘差向量。
[0040] 所述步驟5)中，當(dāng)統(tǒng)計(jì)量的超出控制限時(shí)，第a個(gè)主成分的貢獻(xiàn) 率計(jì)算如下：
[0041 ]
[0042] 其中λ a表示該產(chǎn)品牌號(hào)下監(jiān)測(cè)模型的第a個(gè)特征值；
[0043] 過(guò)程變量X1, j對(duì)t _,a的貢獻(xiàn)率計(jì)算如下：
[0045] 其中Pjia表示該產(chǎn)品牌號(hào)下監(jiān)測(cè)模型的負(fù)載變量；
[0046] 當(dāng)SPEnew統(tǒng)計(jì)量的超出控制限時(shí)，過(guò)程變量X u對(duì)SPE _的貢獻(xiàn)率計(jì)算如下：
[0048] 其4
表示殘差的正負(fù)信息。
[0049] 本發(fā)明的有益效果是：
[0050] 本發(fā)明提出H1000超高速包裝設(shè)備的統(tǒng)計(jì)監(jiān)測(cè)與故障診斷方法，采用主元分析建 立不同產(chǎn)品牌號(hào)的統(tǒng)計(jì)監(jiān)測(cè)模型，通過(guò)更深入地揭示過(guò)程變量動(dòng)態(tài)性和變量間關(guān)聯(lián)關(guān)系變 化，能夠及時(shí)準(zhǔn)確監(jiān)測(cè)故障的發(fā)生，并利用變量貢獻(xiàn)圖追溯和確定引起故障的原因變量，能 有效提高設(shè)