人造板生產線甲醛濃度在線監測系統的製作方法

2023-10-11 20:55:19 1

專利名稱：人造板生產線甲醛濃度在線監測系統的製作方法
技術領域：
本發明涉及一種生產過程中控制人造板環境指標的監測與控制技術與方法，用於在生產過程中監測與控制各相關工序，使產品的甲醛等環境指標達到最優化，滿足國家人造板釋放限量的強制性標準，保證我國人民的健康安全。本發明屬於人造板生產製造與檢測領域，可以實時監測控制人造板生產過程中的各工藝環節的甲醛釋放量及濃度，同時根據監測的結果和發明的具有自學習功能的決策分析系統，把握各生產工序揮發物釋放量與成品合格率的關係，建立產品合格與產品生產過程之間的關係模型，進而實現甲醛釋放限量最優控制，或提出各道工序最優控制方案，達到從人造板生產的源頭控制人造板的環境指標。

背景技術：
我國人造板的總產量已達到6000萬M3，已成為一個名副其實的人造板生產大國，其年產量已高居世界人造板生產大國之首。但是人造板及其製品中釋放的甲醛是最嚴重的汙染物之一。長期接觸甲醛的人，可引起口腔、咽喉、皮膚和消化道的癌症。由於甲醛的經濟和膠合性，目前在人造板、稀釋劑中還沒有找到更為理想的替代品。然而一般正常裝修情況下，人造板材中的甲醛釋放期長達3-15年，因此，在含甲醛產品中限定其釋放量就成為各國關注的焦點。
目前，我國的人造板生產企業在生產人造板過程中，是將各道工序的工藝參數按工藝要求調整並固定好後，再進行生產，而不能根據生產時出現的問題作及時的調整。例如乾燥溫度、施膠量、攪拌速度、不同層面的施膠濃度、板坯的運行速度等等，並且一直是按這樣方式做下來的。但是在2001年7月，當我國人造板甲醛釋放量的國家標準實施後，需要迫切解決的問題就出現了。這是因為，以前固定人造板各項參數的做法，如果在生產過程中參數在生產中需要調整而沒有及時進行調整，最大的可能就是最終的產品降等出售。而甲醛釋放限量的國家標準規定，甲醛超標的產品一律不得在市場上銷售。這樣就使得如果在人造板生產過程中不能動態調節參數，就會給企業造成成百或上千立方米人造板的報廢，同時造成大量的人力、物力、財力等的損失。因此人造板企業就急需一套在線甲醛監測與控制技術，來控制人造板的生產，使之動態的調整各工藝參數，來達到甲醛釋放量及生產工藝的最優控制。
本發明根據我國木材工業的現狀，針對木材加工業遇到的問題，在詳細研究人造板生產的乾燥、施膠、鋪裝、成型等工序的基礎上，研究開發出甲醛濃度監測網絡，在線監測與控制各工序甲醛濃度，同時將發明具有自學習功能的決策分析系統，把握各生產工序揮發物釋放量與成品合格率的關係，進而實現甲醛釋放限量最優控制，或提出各道工序最優控制方案，達到從人造板生產的源頭控制人造板的環境指標。
本發明成果可應用於各種人造板生產企業，通過甲醛監測網的控制，達到生產工藝的最優控制，從而根據保證了企業能生產合格的人造板產品，避免生產的人造板甲醛超標而給企業帶來的巨大經濟損失；同時本發明成果還可應用於家具賣場、庫房等公共場合，以實現其甲醛濃度的監測控制，在濃度超標時自動進行通風等，從而保證人們有一個健康的公共環境。目前國內外尚無類似技術進行人造板生產線、家具賣場、倉庫等甲醛濃度的在線監測技術。


發明內容
本發明概括來說是將車間或人造板某道工序視為場合，利用電生化傳感器接收場合的甲醛濃度的模擬量，並將其轉化為數據量。微型機接收這些數據，通過建立系統的自學習專家模型，分析處理這些數據，通過處理、分析各採樣點的數據，與產成品之間建立聯繫，經過項目組建立的神經元網絡算法、回歸算法後，給出每道工序最優的參數匹配或給出最優的控制方案。
本發明針對我國木材工業領域的人造板及製品企業，產品甲醛釋放限量，提供一種智能型人造板及其製品有害揮發物釋放量的計算機在線監測技術。它是由前端裝置(最多為110個甲醛濃度傳感器)、基於CAN總線甲醛監測網、計算機控制終端(上位機)三部分構成。如圖1所示。
本發明的前端裝置由定電位傳感器、單片機構成的現場機組成，具有採集、參數設置、數據顯示、通訊接口、數據存儲、電源管理、執行、報警八大主要功能。採集功能模塊採用定電位電化學傳感器，滿足汙染突發事故現場的瞬時變化，能夠針對汙染物濃度變化十分迅速的快速測定出結果，能夠適應汙染組分的複雜性。針對汙染氣體前期變化迅速，後期變化緩慢的特點，採用消抖濾波法與算術平均濾波法相結合的方法，充分發揮兩種濾波方法的長處，從而提高系統精度。傳感器電路設計不僅能對監測數據進行現場統計處理，而且具有與後臺計算機相連的數據接口，後臺計算機能夠根據上傳來數據，並結合該地區的自然和社會各方面情況進行綜合分析，從大量的數據中揭示其變化規律，預測其變化趨勢。通訊接口採用USB與後臺計算機相連，將採集數據上傳至後臺計算機進行數據統計分析和建模。
發明的第二部分為基於CAN總線的傳輸網絡，其中包括傳輸方式的選擇、傳輸信道的選擇、通訊協議的制定，即傳輸介質、信號形式、編碼方式、介質訪問方式、錯誤檢測、幀結構、位速率。傳輸網絡具有有線和無線兩種模式。傳輸網絡由ARM晶片組成的下位機控制，下位機系統內包含信號採集模塊、通信模塊、自學習決策分析與控制模塊。利用現代控制理論、神經元等方法，構建含多變量不確定系統的自學習專家模型對採集的監測數據進行統計處理、分析，對各現場機進行遠程診斷和校準。
上位機由PC計算機構成控制終端，主要功能是將下位機的各種信號與計算結果的數據通過不同的形式表現出來，下傳用戶的各種命令。使下位機用戶所設定的參數分析、計算系統的每個輸出最優值，從而使各輸出節點的控制參數達到最優化，使人造板的環境指標在生產過程中達到最為理想的值。



圖1是甲醛監測網絡示意圖； 圖2是基於CAN總線的甲醛監測網邏輯結構圖； 圖3是基於CAN總線的甲醛監測網硬體結構圖； 圖4是專家自學習模型示意圖； 圖5是輸入數據標準化處理； 圖6是輸出數據標準化處理； 圖7是廣義回歸神經網絡結構圖。

具體實施例方式 如圖2所示，基於CAN總線的分布式甲醛監測系統主要由中心監控主機(上位機)，PC-CAN適配卡，智能節點組成。
中心監控主機上運行監控軟體，可以對人造板製造過程中的各個工段實時監測，包括報警、通風和數據記錄。同時在中心監控主機上，利用現代控制理論、神經元等方法，構建有含多變量不確定系統的自學習專家模型，該模型能夠在已有的複雜記錄數據中找出非線性關係，並能夠預測，達到過程的最優化。為了把中心監控主機作為CAN總線上的一個節點，需要具有總線控制功能的數據卡PC-CAN總線適配卡，在此基礎上就可以把中心監控PC機作為上位機。同時，利用網絡適配卡使得系統很容易與其他生產管理部門聯網，便於統一調度管理。PC-CAN總線適配卡採用四通道CAN接口卡，四個通道連接各自相應的網絡智能節點，分別延伸到生產廠房、測試車間、產品庫房和樣品展廳。各網絡智能節點將現場採集的數據上傳給上位PC主機。同時，上位PC主機可分布式地查詢控制各網絡智能節點的狀態。各智能節點均可在任意時刻主動向網絡上的其他智能節點發送信息。各個節點安裝在現場，分散布局，所採集的現場數據通過CAN總線傳輸到總控制中心。下位智能節點的數量取決於控制現場的規模，每一CAN通道最多能掛接110個CAN節點。如增加中繼器，理論上還可以增加節點個數。
圖3所示為本發明人造板及其製品有害揮發物在線監測技術中基於CAN總線甲醛監測網現場機的硬體結構圖。
如圖3所示，嵌入式微控制器的功能是控制外圍功能模塊，負責CAN總線控制器的初始化，通過控制CAN總線控制器來實現數據的接收和發送等通信任務；CAN通訊接口的功能是與上位機進行獨立的交互通信；液晶顯示的功能是顯示系統時間、智能節點地址、系統波特率、採集的甲醛濃度值和各種出錯信息；數據採集模塊的功能是嵌入式微控制器將電化學甲醛傳感器感應到的環境甲醛含量模擬信號通過信號調理後轉換為數字量，進行處理、存儲和通信；報警裝置的功能是若採集到的甲醛濃度值超過設定限值，啟動振鈴進行報警，或啟動聯動設備；電源模塊的功能是交流220V轉直流24V網絡開關電源對整個系統供電，同時保證系統能夠可靠工作，並提高抗幹擾能力；參數設置的功能是通過8位撥碼開關來設置智能節點地址ID和系統傳輸波特率；復位管理的功能是初始化嵌入式微控制器晶片和CAN總線控制器，讓系統強行復位來使系統重新初始化，從而轉入正常的運行；數據存儲的功能是存儲系統信息和歷史數據；實時時鐘的功能是根據系統需要選擇年、月、日、時、分，用來完善數據，並作為數據存儲位置的依據。
圖4所示為專家自學習模型示意圖，根據採集的甲醛濃度，施膠量，環境溫溼度，壓力，電流，通風，報警等數據，通過線性回歸算法或者神經元網絡算法進行數據的處理分析，根據處理結果輸出控制各工序的工藝參數，包括施膠量，環境溫溼度，壓力，電流，風扇，報警等控制信息。
採用的回歸算法具體如下 給定一組測量數據{(xi，yi)，i＝0，1，2，...，m}，基於最小二乘原理，求得變量x和y之間的函數關係f(x，A)，使它最佳地逼近或擬合已知數據。f(x，A)稱為擬合模型，是一些待定參數。
其指導思想為選擇參數A使得擬合模型與實際觀測值在各點的殘差的加權平方和最小，即求f*(x)使ω(xi)≥0，稱為權，它反映數據(xi，yi)在實驗中所佔數據的比重。應用此法擬合的曲線稱為最小二乘擬合曲線。
例如設採用的曲線形式為 y＝a+bLn(x) 根據最小二乘法原理，應該使擬合曲線的均方誤差為最小均方誤差定義為 則分別求一Q對a、b的偏導數，並讓它們等於零。
所以得到方程組 曲線擬合的後續處理是檢驗曲線擬合的性能，主要包括 通過仿真和目標向量作一元線性回歸，在曲線擬合輸出和目標值之間作線性回歸來計算曲線擬合結果和目標值之間的相關係數。
計算擬合結果和目標值之間的平均相對誤差。
採用的神經元網絡算法如下 在廣義回歸神經網絡建模過程中，由於對於輸入樣本數據值域區間的相互差別較大，所以在進入神經元運算網絡之前，輸入、輸出樣本首先要進入標準化處理。通過標準化處理，可將輸入向量和目標輸出向量量化為零均值和偏差為1的標準向量。
輸入數據標準化處理，見圖5。
進行數據輸出的時候，需要把標準化處理的數據還原成輸入時的域值，輸出數據標準化處理，見圖6。
建模計算過程 由圖7廣義回歸神經網絡結構圖可見它是一個兩層神經網絡。第一層為徑向基神經元層，其輸入為n1，輸出為a1。第二層為網絡線性層，其輸入為n2，輸出為a2。R為輸入向量的元素個數，S為輸出向量的元素個數，Q為第一層、第二層的神經元數目和輸入/目標對數目。ai1是第i個高斯函數輸出，IW1，1是徑向基層的權值，LW2，1是輸出層的權值。
廣義回歸神經元網絡第一層的神經元數目與P(輸入樣本)中的輸入/目標向量數目(即樣本數)一樣多。第一層的權矩陣IW1，1被設定為P′(輸入樣本的轉置矩陣)。每個神經元的網絡輸入nI是輸入向量P和權向量IW1，1之間的歐幾裡德距離和閾值b1的乘積。
計算輸入向量和權向量之間的歐幾裡德距離 上式中dij表示矩陣P′第i個行向量與矩陣P第j個列向量間歐幾裡德的距離。所以運算所得的矩陣為一主對角元為0的對稱矩陣。
在得到輸入向量和權向量的歐幾裡德距離之後，如果可以再確定第一層的閾值b1，就能計算出神經元的網絡輸入n1。
在廣義回歸神經網絡模型中，閾值b1設定為0.8326/spread。spread是指徑向基神經元的寬度，這個寬度也叫「平滑因子」或「帶寬」。在設計廣義回歸神經網絡時用戶選擇spread，spread默認值為1，在廣義回歸神經網絡設計中，隨著spread取值的增大，徑向基神經元的響應範圍可以擴大，且各神經元函數之間的平滑度也較好，spread值取得較少，則使得函數形狀較窄，使得與權值歐氏距離較近的輸入才有可能接近1的輸出，而對其它輸入的響應不敏感。
此時就得到第一層的網絡輸入n1，計算公式為 第一層神經元的輸出a1是網絡輸入n1的徑向基函數，即 a1＝radbas(dist(P′，P).*b1) 在廣義回歸神經網絡模型中使用高斯核函數(Gaussian kernelfunction)作為基函數的形式，如果設 n＝dist(P′，P).*b1 則 經過徑向基函數，神經元節點輸出為a1，開始進入網絡線性層。網絡線性層同樣有著與輸入目標向量數目相等的神經元。在網絡線性層中首先要經過一個正規化處理器，然後再進入普通的線性神經元。
正規化處理器的輸入為a1，其輸出n2為輸入向量的帶權輸出。網絡線性層的權向量LW2，1被設定為T(輸出樣本矩陣)。計算公式如下 線性神經元的輸入為n2，其輸出a2為輸入向量的線性輸出。計算公式為 a2＝purelin(n2)＝n2 根據上述建模計算過程，將採集的甲醛濃度，施膠量，環境溫溼度，壓力，電流，通風，報警等數據進行廣義回歸神經網絡建模。同時對網絡的擬合能力進行檢驗，主要包括 通過仿真網絡，並還原網絡輸出，然後對還原後的網絡輸出和目標向量作回歸，來檢驗網絡訓練的性能。在網絡響應和目標值之間作線性回歸來計算網絡響應和目標值之間的相關係數。
計算擬合結果和目標值之間的平均相對誤差。
擬合曲線是否能較準確地體現出原曲線地變化趨勢。
效果實例 本項技術通過對人造板生產過程的甲醛濃度監測，給出生產工序揮發物釋放量與成品合格率的關係，進而實現甲醛釋放限量最優控制，或提出各道工序最優控制方案，並能夠對設備的各項參數進行動態調整，達到從人造板生產的源頭控制人造板的環境指標，最終產品如圖7所示。為使用本系統的企業減少成百上千立米的產品損失，給企業帶來巨大的效益。
權利要求
1.一種對人造板及其製品的有害揮發物釋放量進行在線監控的監控系統，其包括用於採集數據和對數據進行現場統計處理的前端裝置，用於對數據進行分析及傳輸的基於CAN總線的傳輸網絡，以及用於表示下位機的各種信號、計算結果和下傳用戶命令的計算機控制終端。
2.如權利要求1所述的監控系統，其中，所述的前端裝置是由定電位傳感器和單片機組成；所述的基於CAN總線的傳輸網絡具有線或無線模式，由ARM晶片組成的下位機控制，用於分析數據、建立自學習專家模型及數據傳輸。
3.根據權利要求2所述的監控系統，其中有害揮發物為甲醛。
4.根據權利要求2所述的監控系統，其中前端裝置採集的數據包括甲醛濃度、施膠量、施膠均度、密度、強度、熱壓溫度、固化時間、環境溫溼度、壓力和/或電流。
5.根據權利要求2所述的監控系統，其中採用消抖濾波法與算術平均濾波法相結合的方法對由定電位傳感器獲得的信號進行處理。
6.根據權利要求1或2所述的監控系統，其中採用線性回歸算法或者神經元網絡算法對數據進行處理。
7.根據權利要求6所述的監控系統，在其中的線性回歸算法中，給定一組測量數據((xi，yi)，i＝0，1，2，...，m}，基於最小二乘原理，求得變量x和y之間的函數關係f(x，A)，使其最佳地逼近或擬合已知數據。
8.根據權利要求6所述的監控系統，在其中的神經元網絡算法中，根據已獲得的數據進行標準化處理後，使用高斯核函數作為基函數，對所獲得的數據進行廣義回歸神經元網絡建模。
全文摘要
本發明針對我國木材工業領域的人造板及製品企業，提供一種智能型人造板及其製品有害揮發物釋放量的計算機在線監測系統。該監測系統包括前端裝置、基於CAN總線甲醛監測網和計算機控制終端。其中，利用了現代控制理論、神經元等方法，構建含多變量不確定系統的自學習專家模型對採集的監測數據進行統計處理、分析，對各現場機進行遠程診斷和校準。
文檔編號B27N3/00GK101100073SQ20071006556
公開日2008年1月9日 申請日期2007年4月16日 優先權日2007年4月16日
發明者周玉成, 張亞勇, 輝 趙, 源 安, 侯曉鵬, 張星梅 申請人:周玉成