利用LabVIEW 數據記錄和監控模塊，對大型造紙廠(chǎng)的紙漿生產(chǎn)進(jìn)行仿真與控制

　　多元模型開(kāi)發(fā)結構

　　作者:

　　Matt Taylor - Iggesund Paperboard Workington Mill

　　行業(yè):

　　Manufacturing, 管道/紙業(yè)

　　產(chǎn)品:

　　數據采集, 數據記錄與監控模塊, LabVIEW

　　挑戰:

　　創(chuàng )建一個(gè)用來(lái)監測大型造紙廠(chǎng)紙漿的生產(chǎn)過(guò)程，以節約能源和降低成本。

　　解決方案:

　　為了增加吞吐量，節約能源，以及優(yōu)化生產(chǎn)過(guò)程，我們利用NI LabVIEW數據記錄和監控(DSC)模塊來(lái)處理復雜的，非線(xiàn)性的建模過(guò)程。

　　"LabVIEW工具包使同時(shí)運行多個(gè)模型變得更加容易，這意味著(zhù)在線(xiàn)性能監控功能可以變得簡(jiǎn)單直接。"

　　位 于英國Workington的Iggesund紙板公司，其生產(chǎn)線(xiàn)上主要有五個(gè)造紙機，運行每個(gè)造紙機至少需要消耗15兆瓦的能量。節約能源對于降低我們 的運營(yíng)成本至關(guān)重要，因此，我們需要一個(gè)解決方案，以?xún)?yōu)化我們能源的使用效率，同時(shí)確保造紙機能夠生產(chǎn)出最終紙板成品所需要的紙漿。

　　模型設計

　　為了預測紙張的剛度，我們實(shí)施了基于前饋單層感知(FFSLP)結構的人工神經(jīng)網(wǎng)絡(luò )(ANN)模型。之所以我們會(huì )選擇該模型，并將該模型建立于多元 線(xiàn)性回歸(MLR)模型之上，是因為該建模過(guò)程的需求是非線(xiàn)性的。人工神經(jīng)網(wǎng)絡(luò )更能準確地對大量紙張材料作出預測。此外，對于所有紙張材料來(lái)說(shuō)，只使用一 個(gè)模型也是很方便的，使造紙廠(chǎng)操作員更易于使用該系統。

　　對于在線(xiàn)監測功能，我們將人工神經(jīng)網(wǎng)絡(luò )與多元數據分析(MVDA)方法結合起來(lái)，因為該方法更適應于操作環(huán)境的改變，如紙張材料的變化。由此建立的非線(xiàn)性模型更能準確地預測橫向(CD)抗彎剛度的機器方向(MD)偏差。

　　我們利用 LabVIEW軟 件，并結合了閉環(huán)自適應造紙機控制系統所采用的高級自適應控制算法的人工神經(jīng)網(wǎng)絡(luò )技術(shù)，設計了該預測模型。該解決方案包含了一個(gè)脫機工具，該工具可以對不 同紙漿類(lèi)型的造紙機載荷進(jìn)行仿真。這無(wú)疑給操作員和開(kāi)發(fā)工程師帶來(lái)了機會(huì ),可以嘗試不同精煉配置及比較預測最終紙板質(zhì)量測量。通過(guò)利用LabVIEW軟件 對改變參數后的效果進(jìn)行仿真，使我們避免了昂貴的全面試驗，從而節省了我們的時(shí)間和成本。

　　此外，LabVIEW DSC 模塊可 以方便的并行運行多個(gè)模型，并且提供了直接在線(xiàn)性能監控功能。利用LabVIEW DSC模塊，我們將模型限定在造紙廠(chǎng)可以正常運行的狀態(tài)范圍內。當變量移動(dòng)到正常運行狀態(tài)范圍之外后，報警器就會(huì )被激活，向操作員發(fā)出系統發(fā)生問(wèn)題的提示 信息，同時(shí)系統向操作員指示哪個(gè)變量發(fā)生故障以及告知解決該故障的最佳方法。