軟測量方法

1. 打漿度的中濃打漿打漿度軟測量

造紙工業是我國的傳統產業,是一個與國民經濟發展及人類文明建設息息相關的重要基礎原材料產業。而打漿工段是制漿造紙工藝流程中的一個重要環節,改善打漿質量及降低能耗對造紙工業的發展具有重要意義。中濃打漿方式與低濃打漿方式相比,減小了纖維被切斷的概率,較好保留了纖維長度,改善了紙漿的強度指標。本文針對ZDPM中濃盤磨機,通過分析影響中濃打漿打漿質量的各類過程參數,分別建立了基於打漿比能量負荷理論與BP神經網路的軟測量模型。 本文首先闡述了打漿工段的工程背景、打漿機理、打漿質量的表徵及軟測量技術,並詳細介紹了打漿理論及打漿質量表徵的國內外最新研究成果。針對OMG(舊雜志)廢紙漿的中濃磨漿,ZDPM中濃盤磨機有其最佳的磨漿濃度,利用ZDPM中濃盤磨機在相同產量、不同磨漿濃度下進行了實驗,並研究了磨漿前後打漿度、纖維形態、成漿質量的變化。 然後對ZDPM中濃盤磨機中濃打漿系統主要影響因素進行分析,同時分析了影響因素的可測量性。詳細介紹了中濃打漿工藝流程、數據採集方案及數據預處理方法。由於紙漿濃度只能離線測量,本實驗在中濃盤磨機最佳磨漿濃度9%進行OMG(舊雜志)廢紙漿磨漿。 針對ZDPM中濃盤磨機正常磨漿時進漿口管道存在真空度這一新發現,推導了ZDPM中濃盤磨機最大可允許通過量公式,分析了進漿口真空度存在原因,利用多項式回歸分析了紙漿流量與進漿口真空度關系。 其次分析了ZDPM中濃盤磨機有效打漿功率及無效打漿功率,探討了ZDPM中濃盤磨機的有效打漿功率及比能的確定方法。實驗表明:基於有效打漿功率的比能模型用於中濃打漿打漿度預測是可行的。 最後建立了三層結構的打漿度BP神經網路模型,並進行了模型驗證。

2. 影響軟測量的主要因素

軟測量是把生產過程知識有機的結合起來，應用計算機技術對難以測量或者暫時不能測量的重要變數，選擇另外一些容易測量的變數，通過構成某種數學關系來推斷或者估計，以軟體來替代硬體的功能。應用軟測量技術實現元素組分含量的在線檢測不但經濟可靠，且動態響應迅速、可連續給出萃取過程中元素組分含量,易於達到對產品質量的控制。
1：機理分析主要是明確軟測量的任務，確定主導變數，深入了解和熟悉裝置的工藝流程，通過機理分析初步確定輔助變數。輔助變數包括變數類型、變數數目和檢測點位置。輔助變數的選擇應符合關聯性、特異性、過程適應性、精確性和魯棒性。輔助變數的下限是被估計的主導變數數，但是上限沒有統一的理論指導，可以根據系統的自由度和生產過程的特點適當的增加上限值。

2：理論上數據採集量是多多益善，不僅可以用來建模還可以檢驗模型。為了保證軟測量的精確性，數據採集要正確、可靠，並且進行處理：換算和誤差處理。換算包括標度、轉換和權函數三個個方面。誤差分析主要是指隨機誤差和過失誤差。隨機誤差可以採用濾波的方法解決，過失誤差的解決方法有統計假設校驗法、廣義似然法、貝葉斯法及近年來出現的神經網路方法。

3：軟測量建模是軟測量技術的關鍵和難點，主要方法有機理建模、實驗建模及二者結合建模方法。

過程機理建模的優點是可以充分利用已知的過程知識，從事物的本質認識外部特徵，使用范圍較大，但是對於某些復雜的過程難以建模。

3. 高分子加工的在線檢測方法有哪些

常用的有在線檢測粘度分子量、轉化率、激光飛秒檢測方法等，優點：直接安裝在生產線上，實時檢測，實時反饋，不影響生產。
近年來，在工業上不管是在先進控制策略的應用過程中還是對產品質量的直接控制過程中，一個最棘手的問題就是難以對產品的質量變數進行在線實時測量。軟測量正是為了解決這類變數的實時測量和控制問題而逐漸發展起來的。在線連續檢測技術，根源於推理控制中的推理估計器，即採集某些容易測量的變數（也稱二次變數或輔助變數），並構造一個以這些易測變數為輸入的數學模型來估計難測的主要變數（也稱主導變數）。