基于LoRa和MQTT的打葉復(fù)烤工藝參數(shù)智能生成模型研發(fā)

　內(nèi)容提要:【①主要研究內(nèi)容】基于LoRa技術(shù)和MQTT協(xié)議的打葉復(fù)烤工藝參數(shù)智能生成模型,是一個(gè)結(jié)合了遠(yuǎn)距離無線通信技術(shù)、消息隊(duì)列遙測傳輸協(xié)議以及智能數(shù)據(jù)統(tǒng)計(jì)算法的綜合性系統(tǒng)。這種模型旨在通過實(shí)時(shí)數(shù)據(jù)采集和數(shù)據(jù)分析,自動(dòng)生成和優(yōu)化打葉復(fù)烤工藝參數(shù),以提高生產(chǎn)效率、保證產(chǎn)品質(zhì)量并降低運(yùn)營成本?！劲谡撐牡膭?chuàng)新點(diǎn)和主要結(jié)論】通過LoRa網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)傳輸,確保智能生成模型能夠及時(shí)獲取最新的生產(chǎn)數(shù)據(jù),保證數(shù)據(jù)準(zhǔn)確性的同時(shí)縮短數(shù)據(jù)統(tǒng)計(jì)和分析比對(duì)時(shí)間。LoRa技術(shù)具有遠(yuǎn)距離通信的能力,適合在大型打葉復(fù)烤生產(chǎn)線中使用。數(shù)據(jù)處理單元將處理后的數(shù)據(jù)通過MQTT協(xié)議發(fā)送到服務(wù)器,基于機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法的智能生成模型對(duì)接收到的數(shù)據(jù)進(jìn)行分析和學(xué)習(xí),能夠通過算法計(jì)算得出最優(yōu)的工藝參數(shù)組合?！劲壑饕呓ㄗh或?qū)?shí)踐的指導(dǎo)作用】該模型可廣泛應(yīng)用于煙草行業(yè)的打葉復(fù)烤生產(chǎn)線中,幫助企業(yè)實(shí)現(xiàn)智能化轉(zhuǎn)型和升級(jí)。通過實(shí)時(shí)監(jiān)控和數(shù)據(jù)分析,及時(shí)發(fā)現(xiàn)并解決生產(chǎn)中的問題,提高生產(chǎn)穩(wěn)定性和可靠性?！劲苡写M(jìn)一步研究和完善之處】后續(xù)將研究能否把現(xiàn)有系統(tǒng)中的部分應(yīng)用工具移動(dòng)化。借助智能手機(jī)終端,嘗試挑戰(zhàn)更加便捷、實(shí)用的數(shù)據(jù)分析應(yīng)用研制。同時(shí)探索模型中異常檢測數(shù)據(jù)與生成參數(shù)調(diào)整,提高模型在不同品牌、不同模塊批次、不同場景的自適應(yīng)性。

　　關(guān)鍵詞:打葉復(fù)烤工藝參數(shù)；智能生成；LoRa通訊技術(shù)；MQTT協(xié)議；MySQL數(shù)據(jù)庫

　　一、引言

　　目前,卷煙企業(yè)制絲的精細(xì)化加工及分模塊加工模式的出現(xiàn),復(fù)烤加工從單等級(jí)加工轉(zhuǎn)變?yōu)槎嗟燃?jí)、多數(shù)量的大規(guī)模生產(chǎn),對(duì)復(fù)烤煙葉的質(zhì)量穩(wěn)定性提出更高要求,數(shù)字化已成為各復(fù)烤企業(yè)轉(zhuǎn)型升級(jí)的重要力量[1]?？刂七^程就是控制結(jié)果,參數(shù)控制過程質(zhì)量是復(fù)烤企業(yè)質(zhì)量管理體系中的重要組成部分,通過對(duì)生產(chǎn)過程中的各個(gè)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進(jìn)行監(jiān)控、調(diào)整和改進(jìn),確保產(chǎn)品的各項(xiàng)指標(biāo)能夠持續(xù)穩(wěn)定地達(dá)到質(zhì)量要求。

　　針對(duì)上述要求,本文選擇“以數(shù)字化統(tǒng)計(jì)技術(shù)支撐來提升復(fù)烤企業(yè)參數(shù)化控制水平”為主攻方向,探索研發(fā)一套打葉復(fù)烤工藝參數(shù)智能生成系統(tǒng)。

　　二、模型設(shè)計(jì)

　　(一)現(xiàn)狀分析

　　過程控制是質(zhì)量控制的主要環(huán)節(jié),是保證產(chǎn)品質(zhì)量的關(guān)鍵。工藝參數(shù)的設(shè)置對(duì)過程產(chǎn)品質(zhì)量起著重要作用,根據(jù)數(shù)據(jù)統(tǒng)計(jì),傳統(tǒng)打葉復(fù)烤工藝參數(shù)指標(biāo)生成的流程中,一次由傳統(tǒng)人工操作的參數(shù)設(shè)置需要消耗的時(shí)間是390分鐘,其中指標(biāo)數(shù)據(jù)收集和統(tǒng)計(jì)分析環(huán)節(jié)占用了240分鐘的時(shí)間[2]。且由于生成的參數(shù)缺少自主調(diào)整性和動(dòng)態(tài)優(yōu)化性,在生產(chǎn)發(fā)生波動(dòng)需要調(diào)整參數(shù)時(shí),只能由現(xiàn)場工藝員根據(jù)經(jīng)驗(yàn)和現(xiàn)場臨時(shí)情況進(jìn)行調(diào)整。由于現(xiàn)場人員的經(jīng)驗(yàn)和能力的差異,一些煙葉加工指標(biāo)難以達(dá)到理想水平,從而影響產(chǎn)品質(zhì)量。

　　(二)借鑒啟發(fā)

　　借鑒“數(shù)據(jù)傳輸”選擇合適的通訊技術(shù)收集數(shù)據(jù),借鑒“數(shù)據(jù)關(guān)聯(lián)”分析煙葉理化數(shù)據(jù)與生產(chǎn)工藝參數(shù)預(yù)測的關(guān)聯(lián)度,對(duì)采集到的數(shù)據(jù)進(jìn)行“數(shù)據(jù)處理”,通過數(shù)據(jù)去噪、歸一化,將無效數(shù)據(jù)進(jìn)行清除,最后借鑒“模型建立”選擇建立算法模型并調(diào)用,生成工藝參數(shù),并在生產(chǎn)過程中持續(xù)優(yōu)化,實(shí)現(xiàn)打葉復(fù)烤工藝參數(shù)智能生成并不斷優(yōu)化。

　　(三)創(chuàng)新思路

　　通過借鑒相關(guān)技術(shù)成果可得出以下思路:首先基于LoRa通訊技術(shù)和MQTT協(xié)議,對(duì)原煙的理化特性數(shù)據(jù)進(jìn)行智能采集并傳輸,通過數(shù)據(jù)去噪、歸一化技術(shù)清理掉無效數(shù)據(jù),再存入數(shù)據(jù)庫。通過深度學(xué)習(xí)技術(shù)利用數(shù)據(jù)庫數(shù)據(jù)訓(xùn)練算法模型,建立涵蓋各參數(shù)的打葉復(fù)烤生產(chǎn)加工參數(shù)智能生成模型,并實(shí)現(xiàn)自主學(xué)習(xí)和動(dòng)態(tài)優(yōu)化,最后對(duì)算法準(zhǔn)確度進(jìn)行驗(yàn)證。

　　三、實(shí)驗(yàn)分析

　　(一)數(shù)據(jù)傳輸與錄入

　　數(shù)據(jù)傳輸方式:采用LoRa及Wi-Fi構(gòu)建了現(xiàn)場局域網(wǎng)。在通用MQTT協(xié)議的基礎(chǔ)上,參照TCP通信協(xié)議的標(biāo)準(zhǔn),設(shè)計(jì)了一個(gè)基于MQTT數(shù)據(jù)傳輸協(xié)議,利用事件上報(bào)的形式完成圖像數(shù)據(jù)的分包上傳。通過4G模塊、路由器和交換機(jī)實(shí)現(xiàn)與服務(wù)器的聯(lián)結(jié),確保在任一種網(wǎng)絡(luò)出現(xiàn)故障的情況下,數(shù)據(jù)采集及實(shí)時(shí)控制功能均能可靠運(yùn)行。

　　數(shù)據(jù)錄入方式:業(yè)務(wù)模塊數(shù)據(jù)通過與分析軟件打通的方式直接添加至系統(tǒng),系統(tǒng)可快速且高效地實(shí)現(xiàn)數(shù)據(jù)的輸入。不同的業(yè)務(wù)數(shù)據(jù)可從實(shí)際情況出發(fā)采用不同的錄入方式,系統(tǒng)之間直接打通,無需人為干預(yù),可做到一鍵入庫,方便快捷。

　　(二)數(shù)據(jù)庫類型

　　根據(jù)系統(tǒng)業(yè)務(wù)需求,確定目前業(yè)務(wù)的數(shù)據(jù)量,同等硬件的情況下,以此數(shù)據(jù)量驗(yàn)證MySQL和SQLServer數(shù)據(jù)庫的性能及業(yè)務(wù)適配能力。最終選擇MySQL數(shù)據(jù)庫理由:MySQL數(shù)據(jù)庫是一種關(guān)系型數(shù)據(jù)庫,其體積小、速度快、總體擁有成本低,尤其是開放源碼這一特點(diǎn),一般中小型和大型網(wǎng)站的開發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫管理系統(tǒng)。MySQL數(shù)據(jù)庫開源免費(fèi),能滿足當(dāng)前業(yè)務(wù)的存儲(chǔ)需求,也和目前采用的技術(shù)方案(Java)兼容性強(qiáng),符合度高。

　　(三)無量綱化處理

　　聚類法是指相似或相鄰近的數(shù)據(jù)聚合在一起形成了各個(gè)聚類集合,而那些位于這些聚類集合之外的數(shù)據(jù)對(duì)象,被認(rèn)為是異常數(shù)據(jù)。通過將數(shù)據(jù)點(diǎn)分組,可以發(fā)現(xiàn)異常值,因?yàn)樗鼈兺鳛楣铝⒌狞c(diǎn)出現(xiàn)在圖表之外。數(shù)據(jù)分類的目的是根據(jù)新數(shù)據(jù)對(duì)象的屬性,將其分配到一個(gè)正確的類別中。聚類分析的目的是分析數(shù)據(jù)是否屬于各個(gè)獨(dú)立的分組,使一組中的成員彼此相似,而與其他組中的成員不同。就工藝參數(shù)對(duì)應(yīng)不同檢測指標(biāo)而言,最終決定采用數(shù)據(jù)聚類方式進(jìn)行數(shù)據(jù)處理較為理想。

　　四、結(jié)語

　　相比傳統(tǒng)的人工收集數(shù)據(jù),經(jīng)統(tǒng)計(jì)分析再設(shè)置參數(shù)指標(biāo),以數(shù)字化統(tǒng)計(jì)技術(shù)為支撐,設(shè)計(jì)基于LoRa和MQTT的打葉復(fù)烤工藝參數(shù)智能生成模型具有以下優(yōu)勢:質(zhì)量穩(wěn)定,合理設(shè)置工藝參數(shù)是穩(wěn)定和提高打葉復(fù)烤質(zhì)量的一個(gè)行之有效的重要方法。提高工作信息化數(shù)字化程度,消除人工提取電子數(shù)據(jù)環(huán)節(jié),推廣軟件系統(tǒng)使用覆蓋率100%。提高決策科學(xué)性、公正性。提高數(shù)據(jù)處理效率,實(shí)現(xiàn)原煙數(shù)據(jù)準(zhǔn)確驗(yàn)證,為工藝參數(shù)準(zhǔn)確性提供數(shù)據(jù)支撐。提升中煙客戶及員工的滿意度。有效避免煙葉識(shí)別錯(cuò)誤而造成工藝參數(shù)在打葉過程中質(zhì)量波動(dòng),減少客戶投訴。

文章來源：《經(jīng)濟(jì)導(dǎo)報(bào)》http://12-baidu.cn/w/qt/35712.html