一种基于生产数据的废纸配比自动推优系统

摘要

针对实际生产过程中依据人工经验确定浆料用量配比导致纸浆性能不稳定的现状,本研究根据纸厂生产数据,基于BP神经网络和非可支配排序遗传算法(NSGA-II)提出了一种可稳定纸浆性能且降低废纸采购成本的废纸配比自动推优系统。研究结果表明,基于BP神经网络的纸浆性能预测模型具有很好的预测精度(平均绝对误差值为0.25~1.71个单位),而使用NSGA-II建立的废纸配比自动推优模型系统完全可以获得既满足工艺要求且废纸采购成本又低的废纸配比方案。最后,使用MATLAB软件开发了人机交互界面,包括纸浆性能预测、废纸配比推优、废纸成本输入以及生产数据更新4个模块,其中生产数据更新模块可以有效地提高预测模型的适应性。该系统的使用将显著提高制浆造纸企业的产品质量并降低生产成本。