Оптимизация технологии крафт-лайнера методами статистического моделирования

• Автор: Алимпиев, Эдуард Львович
• Шифр специальности: 05.21.03
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Архангельск
• Количество страниц: 147 с. : ил.

ОГЛАВЛЕНИЕ
ПРИНЯТЫЕ ОБОЗНАЧЕНИЯ
ВВЕДЕНИЕ
1 ОБЗОР ЛИТЕРАТУРЫ
1.1 Взаимосвязь технологических параметров с характеристиками качества
1.2 Применение теории управления к технологическому процессу производства волокнистых материалов
1.2.1 Архитектура систем сбора данных и управления
1.2.2 Функциональные особенности уровней управления
1.3 Решения автоматизации ЦБП
1.4 Обоснованность применения статистических методов исследования к технологическому процессу производства картона
1.5 Выводы по обзору литературы, постановка задачи исследования
2 МЕТОДИЧЕСКАЯ ЧАСТЬ
2.1 Характеристика объекта исследования
2.2 Обоснование выбора контролируемых характеристик и исходного набора влияющих факторов
2.3 Методики сбора данных
2.4 Методики вычислений статистических характеристик
2.4.1 Описательная статистика
2.4.2 Корреляционный анализ
2.4.2.1 Парный корреляционный анализ
2.4.2.2 Множественный корреляционный анализ
2.4.3 Регрессионный анализ
2.4.4 Метод экстремальных значений
2.5 Методы определения показателей качества крафт-лайнера
2.5.1 Определение абсолютного сопротивления продавливанию
2.5.2 Определение впитываемости по Коббу
2.5.3 Определение разрушающего усилия при сжатии кольца
2.5.4 Определение воздухонепроницемости
2.5.5 Определение массы 1 м
3 ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ

3.1 Предварительная обработка данных
3.1.1 Сбор исходных данных
3.1.2 Описательная статистика выборки
3.2 Отбор наиболее значимых влияющих факторов для построения статистической управляющей модели
3.2.1 Отбор влияющих факторов по результатам парного корреляционного анализа
3.2.1.1 Расчет коэффициентов парной корреляции
3.2.1.2 Оценка действительности коэффициентов парной корреляции по критерию Стьюдента (7-критерий)
3.2.1.3 Интервальная оценка коэффициентов парной корреляции
3.2.1.4 Оценка влияния сезонных изменений
3.2.1.5 Выводы по результатам парного корреляционного анализа
3.2.2 Выбор влияющих факторов по величине коэффициента вариации
3.2.3 Выбор влияющих факторов и анализ взаимосвязей по экстремальным значениям
3.3 Оценка применимости методик отбора влияющих факторов методом множественного корреляционного анализа
3.4 Построение статистической модели для оптимизации технологии
методом регрессионного анализа
3.4.1 Построение регрессионной модели
3.4.2 Количественная оценка эффективности полученных регрессионных моделей
3.5 Применимость регрессионных моделей
3.5.1 Анализ уравнений связи с учетом физических аспектов
3.5.2 Оценка применимости полученных уравнений по статистическим показателям
4 ОБЩИЕ ВЫВОДЫ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
Таблица 1 — Описательная статистика выборки
ПРИЛОЖЕНИЕ Б

ПРИНЯТЫЕ ОБОЗНАЧЕНИЯ
АСУ - автоматизированная система управления;
АСУТП - автоматизированная система управления технологическим процессом; АСУП - автоматизированная система управления производством;
АРМ - автоматизированное рабочее место;
ТП - технологический процесс;
ИАСУ - интегрированная автоматизированная система управления;
PID - пропорционально-интегрально-дифференциальный закон регулирования; Р - пропорциональный закон регулирования;
PI - пропорционально-интегральный закон регулирования;
PD - пропорционально-дифференциальный закон регулирования;
КДМ - картоноделательная машина;
БПУ - бак постоянного уровня;
СУ - система управления; к - коэффициенты передачи;
Т - постоянные времени;
Т2 - время транспортного запаздывания;
G - передаточная функция;
ХПК - химическая потребность кислорода; рНр -pH точки осаждения;
QCS - система управления качеством;
DCS - распределенная система управления;
CD, ПН - поперечное направление;
MD, МН - машинное направление;
ESS - пространственный датчик жесткости;
TEA - энергия, поглощаемая при растяжении;
TSO - Tensile Stiffness Orientation ориентация модуля упругости;
TSI - Tensile Stiffness Index коэффициент упругости;
ОУ - объект управления;
п - число измерений (опытов);
пв - число измерений данного параметра в выборке;

1.3 Решения автоматизации ЦБП
В настоящее время, в связи с развитием электронной промышленности и информационных технологий, средства автоматизации стали доступны, а потому и широко применяемы. Неотъемлемой частью всех проектов для ЦБП стало либо интегрирование в существующую АСУТП предприятия, либо автономная оснастка с внешним интерфейсом. Это расширяет возможности управления, хотя создает определенные трудности на стадии внедрения и начальной эксплуатации.
Автоматизация мокрой части предполагает улучшение формования, управление композиционным профилем напорного ящика, профилем обезвоживания [68]. Современные предложения - улучшение распределения с применением технологии поперечного разбавления массы ProFlow (Honeywell), ModuleJet (Voith) -позволяют достичь существенного сглаживания выбросов за счет большего перепада для соседних актуаторов, компенсировать скорость обезвоживания общим расходом массы низкой концентрации, а следовательно, оказывать влияние на формование и ориентацию волокон [69, 70]. При достаточной степени автоматизации стадии массоподготовки расчет управляющего воздействия возможен как на основании прогностических методик [3, 71...73], так и с применением данных текущих измерений.
Инструмент анализа структуры полотна в режиме реального времени - измерение характеристик на основе принципиальных достижений ( рисунок 1.16).
В измерительном канале датчика FotoForm используется CCD камера, позволяющая в процессе сканирования (5 изображений за проход) получить следующие характеристики:
-неравномерность;
-белые/черные пятна;
-CD размер флоккул;
-MD размер флоккул;
-форма флоккулы (отношение MD/CD).