基于環(huán)境溫濕度條件的松散回潮加水量預測模型研究

.鄭州輕工業(yè)學院 2.福建中煙工業(yè)有限責任公司技術中心常明彬李 曉

?

基于環(huán)境溫濕度條件的松散回潮加水量預測模型研究

1.鄭州輕工業(yè)學院 2.福建中煙工業(yè)有限責任公司技術中心
常明彬1,2李 曉1

[摘要]為了保障制絲過程中烘前葉絲含水率的穩(wěn)定性，分析環(huán)境溫濕度對過程物料含水率散失的影響，并用多元回歸分析方法建立松散回潮加水量預測模型。采用模型預測與經驗方法對比的方法進行檢驗。結果表明：烘前物料含水率設定值為19.2%時，應用本方法進行松散回潮機加水量設定，所獲得的烘前葉絲含水率更接近工藝標準設定值，且批次間穩(wěn)定性更高，批次間烘前葉絲含水率的波動得到改善。

[關鍵詞]環(huán)境溫濕度 多元回歸 烘前含水率 加水量

在制絲生產過程中，烘絲是影響煙絲物理質量和內在質量的關鍵工序[1]。當烘絲前來料含水率有較大波動時，導致烘絲過程參數產生波動，影響煙絲綜合質量。目前，國內制絲線主要通過調整松散回潮機加水量實現對烘絲機入口含水率的控制[2]，而在設置加水量參數時未考慮環(huán)境溫濕度對后續(xù)煙葉含水率的影響，導致烘前葉絲批間含水率出現較大偏差[3]，因此，針對烘前葉絲含水率的穩(wěn)定性控制，利用多元回歸分析環(huán)境溫濕度對制絲過程含水率的影響，建立基于環(huán)境溫濕度條件的松散回潮加水量預測模型，最終達到烘前葉絲含水率穩(wěn)定的目的。

1 數據處理

1.1 數據采集

以精品線2014年1月～12月生產的七匹狼（紅）為對象，環(huán)境溫濕度與過程物料含水率采集位點如圖1所示，過程工藝參數通過MES系統(tǒng)采集。采用箱線圖、正態(tài)分布等方法，對批次數據異常數據進行識別，存在異常數據的批次不納入分析。

圖1 環(huán)境溫濕度與過程物料含水率采集位點

1.2 數據預處理

1.2.1 預處理1。由于溫度與相對濕度是兩個相互影響的變量，因此，相對濕度轉換為濕含量，濕含量按式（1）計算。

式中：

x——濕空氣的濕含量，單位為千克水每千克干空氣（kg/kg）；

RH——濕空氣的相對濕度，%；

T——濕空氣的溫度，℃；

1.2.2 預處理2。為了更好地綜合溫度與濕度的差異，選擇濕空氣的熱焓來表示，濕焓按式（2）計算得出：

式中：

I——濕空氣的濕焓，kJ/kg；

1.2.3 預處理3。根據干燥理論，物料水分散失主要與濕空氣中的水蒸氣分壓有關。借鑒化學勢的概念，濕空氣中的水蒸氣的化學勢為：

1.3 數據分析

1.3.1車間內全年環(huán)境溫濕度變化

由圖2、圖3可見：車間內濕含量、熱焓值變化規(guī)律呈明顯的拋物線變化，貯葉房內濕含量、熱焓值無明顯變化。

圖2 車間全年環(huán)境溫濕度變化規(guī)律

圖3 貯葉房內全年環(huán)境溫濕度變化規(guī)律

1.3.2工序間全年環(huán)境溫濕度變化

由圖4、圖5可見：工序之間的溫濕度變化規(guī)律曲線具有相似性，或者說，各工序點之間的溫濕度狀態(tài)具有較強的相關性和連續(xù)性（尤其是松散和潤葉）；熱焓值可同時反映溫度與濕含量的變化情況，而且其變化規(guī)律呈明顯的拋物線變化。

圖4 工序間全年濕含量的變化情況

圖5 工序間全年熱焓的變化情況

1.3.3 環(huán)境溫濕度對制絲過程含水率的影響

由制絲過程分析可知，松散回潮后與烘前的含水率應符合下式：

松散回潮后至烘前物料水分的變化主要取決于工序加工過程和工序之間的物料輸送過程，工序水分可由自動控制進行調節(jié)，輸送過程水分變化主要取決于環(huán)境條件和經歷的時間。

采用公式（3）計算的松散回潮、預混、潤葉和烘前濕空氣化學勢（以下簡稱松散勢、預混勢、潤葉勢和烘前勢）與過程含水率散失的相關性分析如表1、圖6～圖10所示，可以看出：松散與預混，潤葉與烘前之間的相關性較好；烘前的化學勢與過程水分散失的相關性較強，呈負相關關系。

表1 全年制絲過程物料含水率散失

圖6 各位點化學勢的相關分析

圖7 松散勢與水分散失

圖8 潤葉勢與水分散失

圖9 預混勢與水分散失

圖10 烘前勢與水分散失

1.3.4 物料貯存時間對過程水分的影響

松散回潮后，物料主要經歷了預混和貯葉兩個存貯過程，其貯存時間與水分的散失情況如圖11、圖12所示。可以看出，貯存時間與過程水分散失無顯著的相關性。

圖11 預混時間與松散潤葉水分散失

圖12 貯葉時間與潤后至烘前水分散失

2 數學建模

根據公式（4），而且過程水分散失（松散潤葉間散失+潤葉烘前散失）與潤葉加濕之間的相關性較好。因此，將松散至潤葉間散失+潤葉至烘前散失與潤葉加濕綜合為一項與環(huán)境條件相關的因子。而且，松散后水分與加水比例直接相關，與環(huán)境相關性較小。由于松散、預混、潤葉和烘前的化學勢具有較好的相關性，且烘前勢與過程水分散失的相關性較其他位點的相關性強，選擇烘前勢作為變量進行多元線性回歸。所以可假設：

式中，Y為烘絲入口水分，A、B、C為方程回歸系數。結果如表2和圖13所示，可以看出方程的擬合度較好。

表2 多元線性回歸結果

圖13 預測值與實際值的比較

3 模型應用效果

采用本文方法與過去憑經驗設置加水量進行烘前葉絲含水率控制相比，對比效果見表3。表3中，本文方法的15個批次烘前葉絲含水率均值為19.223%，標準偏差為0.146%；經驗方法的15個批次烘前葉絲含水率均值為19.224%，標準偏差為0.203%。可見，與經驗方法相比，采用本方法能夠減小烘前葉絲含水率與標準值的誤差，有助于提高批次間烘前葉絲含水率的穩(wěn)定性。

表3 經驗方法與本文方法烘前葉絲含水率對比 （%）

4 結論

（1）工序之間的溫濕度變化規(guī)律曲線具有相似性，且各工序物料含水率散失與環(huán)境溫濕度變化相關性較強，呈負相關關系。

（2）應用本方法進行松散回潮機加水量設定，所獲得的烘前葉絲含水率更接近工藝標準設定值，且批次間穩(wěn)定性更高。

參考文獻：

[1] 陳小林.李飛宇.葉絲HT入口含水率對管板式烘絲機筒壁溫度的影響[J].重慶與世界(學術版), 2014(11).

[2] 吳光陽. 煙葉來料含水率對烘絲效果影響的研究[J]. 食品科技，2008（3）: 29-31.

[3] 鐘文焱，陳曉杜，馬慶文，等. 基于多因素分析的烘絲機入口含水率預測模型的建立與應用[J]. 煙草科技，2015，48（5）：67-73.