专利名称：人造板生产线甲醛浓度在线监测系统的制作方法
技术领域：
本发明涉及一种生产过程中控制人造板环境指标的监测与控制技术与方法，用于在生产过程中监测与控制各相关工序，使产品的甲醛等环境指标达到最优化，满足国家人造板释放限量的强制性标准，保证我国人民的健康安全。本发明属于人造板生产制造与检测领域，可以实时监测控制人造板生产过程中的各工艺环节的甲醛释放量及浓度，同时根据监测的结果和发明的具有自学习功能的决策分析系统，把握各生产工序挥发物释放量与成品合格率的关系，建立产品合格与产品生产过程之间的关系模型，进而实现甲醛释放限量最优控制，或提出各道工序最优控制方案，达到从人造板生产的源头控制人造板的环境指标。
背景技术：
我国人造板的总产量已达到6000万M3，已成为一个名副其实的人造板生产大国，其年产量已高居世界人造板生产大国之首。但是人造板及其制品中释放的甲醛是最严重的污染物之一。长期接触甲醛的人，可引起口腔、咽喉、皮肤和消化道的癌症。由于甲醛的经济和胶合性，目前在人造板、稀释剂中还没有找到更为理想的替代品。然而一般正常装修情况下，人造板材中的甲醛释放期长达3-15年，因此，在含甲醛产品中限定其释放量就成为各国关注的焦点。
目前，我国的人造板生产企业在生产人造板过程中，是将各道工序的工艺参数按工艺要求调整并固定好后，再进行生产，而不能根据生产时出现的问题作及时的调整。例如干燥温度、施胶量、搅拌速度、不同层面的施胶浓度、板坯的运行速度等等，并且一直是按这样方式做下来的。但是在2001年7月，当我国人造板甲醛释放量的国家标准实施后，需要迫切解决的问题就出现了。这是因为，以前固定人造板各项参数的做法，如果在生产过程中参数在生产中需要调整而没有及时进行调整，最大的可能就是最终的产品降等出售。而甲醛释放限量的国家标准规定，甲醛超标的产品一律不得在市场上销售。这样就使得如果在人造板生产过程中不能动态调节参数，就会给企业造成成百或上千立方米人造板的报废，同时造成大量的人力、物力、财力等的损失。因此人造板企业就急需一套在线甲醛监测与控制技术，来控制人造板的生产，使之动态的调整各工艺参数，来达到甲醛释放量及生产工艺的最优控制。
本发明根据我国木材工业的现状，针对木材加工业遇到的问题，在详细研究人造板生产的干燥、施胶、铺装、成型等工序的基础上，研究开发出甲醛浓度监测网络，在线监测与控制各工序甲醛浓度，同时将发明具有自学习功能的决策分析系统，把握各生产工序挥发物释放量与成品合格率的关系，进而实现甲醛释放限量最优控制，或提出各道工序最优控制方案，达到从人造板生产的源头控制人造板的环境指标。
本发明成果可应用于各种人造板生产企业，通过甲醛监测网的控制，达到生产工艺的最优控制，从而根据保证了企业能生产合格的人造板产品，避免生产的人造板甲醛超标而给企业带来的巨大经济损失；同时本发明成果还可应用于家具卖场、库房等公共场合，以实现其甲醛浓度的监测控制，在浓度超标时自动进行通风等，从而保证人们有一个健康的公共环境。目前国内外尚无类似技术进行人造板生产线、家具卖场、仓库等甲醛浓度的在线监测技术。
发明内容
本发明概括来说是将车间或人造板某道工序视为场合，利用电生化传感器接收场合的甲醛浓度的模拟量，并将其转化为数据量。微型机接收这些数据，通过建立系统的自学习专家模型，分析处理这些数据，通过处理、分析各采样点的数据，与产成品之间建立联系，经过项目组建立的神经元网络算法、回归算法后，给出每道工序最优的参数匹配或给出最优的控制方案。
本发明针对我国木材工业领域的人造板及制品企业，产品甲醛释放限量，提供一种智能型人造板及其制品有害挥发物释放量的计算机在线监测技术。它是由前端装置(最多为110个甲醛浓度传感器)、基于CAN总线甲醛监测网、计算机控制终端(上位机)三部分构成。如图1所示。
本发明的前端装置由定电位传感器、单片机构成的现场机组成，具有采集、参数设置、数据显示、通讯接口、数据存储、电源管理、执行、报警八大主要功能。采集功能模块采用定电位电化学传感器，满足污染突发事故现场的瞬时变化，能够针对污染物浓度变化十分迅速的快速测定出结果，能够适应污染组分的复杂性。针对污染气体前期变化迅速，后期变化缓慢的特点，采用消抖滤波法与算术平均滤波法相结合的方法，充分发挥两种滤波方法的长处，从而提高系统精度。传感器电路设计不仅能对监测数据进行现场统计处理，而且具有与后台计算机相连的数据接口，后台计算机能够根据上传来数据，并结合该地区的自然和社会各方面情况进行综合分析，从大量的数据中揭示其变化规律，预测其变化趋势。通讯接口采用USB与后台计算机相连，将采集数据上传至后台计算机进行数据统计分析和建模。
发明的第二部分为基于CAN总线的传输网络，其中包括传输方式的选择、传输信道的选择、通讯协议的制定，即传输介质、信号形式、编码方式、介质访问方式、错误检测、帧结构、位速率。传输网络具有有线和无线两种模式。传输网络由ARM芯片组成的下位机控制，下位机系统内包含信号采集模块、通信模块、自学习决策分析与控制模块。利用现代控制理论、神经元等方法，构建含多变量不确定系统的自学习专家模型对采集的监测数据进行统计处理、分析，对各现场机进行远程诊断和校准。
上位机由PC计算机构成控制终端，主要功能是将下位机的各种信号与计算结果的数据通过不同的形式表现出来，下传用户的各种命令。使下位机用户所设定的参数分析、计算系统的每个输出最优值，从而使各输出节点的控制参数达到最优化，使人造板的环境指标在生产过程中达到最为理想的值。
图1是甲醛监测网络示意图； 图2是基于CAN总线的甲醛监测网逻辑结构图； 图3是基于CAN总线的甲醛监测网硬件结构图； 图4是专家自学习模型示意图； 图5是输入数据标准化处理； 图6是输出数据标准化处理； 图7是广义回归神经网络结构图。
具体实施例方式 如图2所示，基于CAN总线的分布式甲醛监测系统主要由中心监控主机(上位机)，PC-CAN适配卡，智能节点组成。
中心监控主机上运行监控软件，可以对人造板制造过程中的各个工段实时监测，包括报警、通风和数据记录。同时在中心监控主机上，利用现代控制理论、神经元等方法，构建有含多变量不确定系统的自学习专家模型，该模型能够在已有的复杂记录数据中找出非线性关系，并能够预测，达到过程的最优化。为了把中心监控主机作为CAN总线上的一个节点，需要具有总线控制功能的数据卡PC-CAN总线适配卡，在此基础上就可以把中心监控PC机作为上位机。同时，利用网络适配卡使得系统很容易与其他生产管理部门联网，便于统一调度管理。PC-CAN总线适配卡采用四通道CAN接口卡，四个通道连接各自相应的网络智能节点，分别延伸到生产厂房、测试车间、产品库房和样品展厅。各网络智能节点将现场采集的数据上传给上位PC主机。同时，上位PC主机可分布式地查询控制各网络智能节点的状态。各智能节点均可在任意时刻主动向网络上的其他智能节点发送信息。各个节点安装在现场，分散布局，所采集的现场数据通过CAN总线传输到总控制中心。下位智能节点的数量取决于控制现场的规模，每一CAN通道最多能挂接110个CAN节点。如增加中继器，理论上还可以增加节点个数。
图3所示为本发明人造板及其制品有害挥发物在线监测技术中基于CAN总线甲醛监测网现场机的硬件结构图。
如图3所示，嵌入式微控制器的功能是控制外围功能模块，负责CAN总线控制器的初始化，通过控制CAN总线控制器来实现数据的接收和发送等通信任务；CAN通讯接口的功能是与上位机进行独立的交互通信；液晶显示的功能是显示系统时间、智能节点地址、系统波特率、采集的甲醛浓度值和各种出错信息；数据采集模块的功能是嵌入式微控制器将电化学甲醛传感器感应到的环境甲醛含量模拟信号通过信号调理后转换为数字量，进行处理、存储和通信；报警装置的功能是若采集到的甲醛浓度值超过设定限值，启动振铃进行报警，或启动联动设备；电源模块的功能是交流220V转直流24V网络开关电源对整个系统供电，同时保证系统能够可靠工作，并提高抗干扰能力；参数设置的功能是通过8位拨码开关来设置智能节点地址ID和系统传输波特率；复位管理的功能是初始化嵌入式微控制器芯片和CAN总线控制器，让系统强行复位来使系统重新初始化，从而转入正常的运行；数据存储的功能是存储系统信息和历史数据；实时时钟的功能是根据系统需要选择年、月、日、时、分，用来完善数据，并作为数据存储位置的依据。
图4所示为专家自学习模型示意图，根据采集的甲醛浓度，施胶量，环境温湿度，压力，电流，通风，报警等数据，通过线性回归算法或者神经元网络算法进行数据的处理分析，根据处理结果输出控制各工序的工艺参数，包括施胶量，环境温湿度，压力，电流，风扇，报警等控制信息。
采用的回归算法具体如下 给定一组测量数据{(xi，yi)，i＝0，1，2，...，m}，基于最小二乘原理，求得变量x和y之间的函数关系f(x，A)，使它最佳地逼近或拟合已知数据。f(x，A)称为拟合模型，是一些待定参数。
其指导思想为选择参数A使得拟合模型与实际观测值在各点的残差的加权平方和最小，即求f*(x)使ω(xi)≥0，称为权，它反映数据(xi，yi)在实验中所占数据的比重。应用此法拟合的曲线称为最小二乘拟合曲线。
例如设采用的曲线形式为 y＝a+bLn(x) 根据最小二乘法原理，应该使拟合曲线的均方误差为最小均方误差定义为 则分别求一Q对a、b的偏导数，并让它们等于零。
所以得到方程组 曲线拟合的后续处理是检验曲线拟合的性能，主要包括 通过仿真和目标向量作一元线性回归，在曲线拟合输出和目标值之间作线性回归来计算曲线拟合结果和目标值之间的相关系数。
计算拟合结果和目标值之间的平均相对误差。
采用的神经元网络算法如下 在广义回归神经网络建模过程中，由于对于输入样本数据值域区间的相互差别较大，所以在进入神经元运算网络之前，输入、输出样本首先要进入标准化处理。通过标准化处理，可将输入向量和目标输出向量量化为零均值和偏差为1的标准向量。
输入数据标准化处理，见图5。
进行数据输出的时候，需要把标准化处理的数据还原成输入时的域值，输出数据标准化处理，见图6。
建模计算过程 由图7广义回归神经网络结构图可见它是一个两层神经网络。第一层为径向基神经元层，其输入为n1，输出为a1。第二层为网络线性层，其输入为n2，输出为a2。R为输入向量的元素个数，S为输出向量的元素个数，Q为第一层、第二层的神经元数目和输入/目标对数目。ai1是第i个高斯函数输出，IW1，1是径向基层的权值，LW2，1是输出层的权值。
广义回归神经元网络第一层的神经元数目与P(输入样本)中的输入/目标向量数目(即样本数)一样多。第一层的权矩阵IW1，1被设定为P′(输入样本的转置矩阵)。每个神经元的网络输入nI是输入向量P和权向量IW1，1之间的欧几里德距离和阈值b1的乘积。
计算输入向量和权向量之间的欧几里德距离 上式中dij表示矩阵P′第i个行向量与矩阵P第j个列向量间欧几里德的距离。所以运算所得的矩阵为一主对角元为0的对称矩阵。
在得到输入向量和权向量的欧几里德距离之后，如果可以再确定第一层的阈值b1，就能计算出神经元的网络输入n1。
在广义回归神经网络模型中，阈值b1设定为0.8326/spread。spread是指径向基神经元的宽度，这个宽度也叫“平滑因子”或“带宽”。在设计广义回归神经网络时用户选择spread，spread默认值为1，在广义回归神经网络设计中，随着spread取值的增大，径向基神经元的响应范围可以扩大，且各神经元函数之间的平滑度也较好，spread值取得较少，则使得函数形状较窄，使得与权值欧氏距离较近的输入才有可能接近1的输出，而对其它输入的响应不敏感。
此时就得到第一层的网络输入n1，计算公式为 第一层神经元的输出a1是网络输入n1的径向基函数，即 a1＝radbas(dist(P′，P).*b1) 在广义回归神经网络模型中使用高斯核函数(Gaussian kernelfunction)作为基函数的形式，如果设 n＝dist(P′，P).*b1 则 经过径向基函数，神经元节点输出为a1，开始进入网络线性层。网络线性层同样有着与输入目标向量数目相等的神经元。在网络线性层中首先要经过一个正规化处理器，然后再进入普通的线性神经元。
正规化处理器的输入为a1，其输出n2为输入向量的带权输出。网络线性层的权向量LW2，1被设定为T(输出样本矩阵)。计算公式如下 线性神经元的输入为n2，其输出a2为输入向量的线性输出。计算公式为 a2＝purelin(n2)＝n2 根据上述建模计算过程，将采集的甲醛浓度，施胶量，环境温湿度，压力，电流，通风，报警等数据进行广义回归神经网络建模。同时对网络的拟合能力进行检验，主要包括 通过仿真网络，并还原网络输出，然后对还原后的网络输出和目标向量作回归，来检验网络训练的性能。在网络响应和目标值之间作线性回归来计算网络响应和目标值之间的相关系数。
计算拟合结果和目标值之间的平均相对误差。
拟合曲线是否能较准确地体现出原曲线地变化趋势。
效果实例 本项技术通过对人造板生产过程的甲醛浓度监测，给出生产工序挥发物释放量与成品合格率的关系，进而实现甲醛释放限量最优控制，或提出各道工序最优控制方案，并能够对设备的各项参数进行动态调整，达到从人造板生产的源头控制人造板的环境指标，最终产品如图7所示。为使用本系统的企业减少成百上千立米的产品损失，给企业带来巨大的效益。
权利要求
1.一种对人造板及其制品的有害挥发物释放量进行在线监控的监控系统，其包括用于采集数据和对数据进行现场统计处理的前端装置，用于对数据进行分析及传输的基于CAN总线的传输网络，以及用于表示下位机的各种信号、计算结果和下传用户命令的计算机控制终端。
2.如权利要求1所述的监控系统，其中，所述的前端装置是由定电位传感器和单片机组成；所述的基于CAN总线的传输网络具有线或无线模式，由ARM芯片组成的下位机控制，用于分析数据、建立自学习专家模型及数据传输。
3.根据权利要求2所述的监控系统，其中有害挥发物为甲醛。
4.根据权利要求2所述的监控系统，其中前端装置采集的数据包括甲醛浓度、施胶量、施胶均度、密度、强度、热压温度、固化时间、环境温湿度、压力和/或电流。
5.根据权利要求2所述的监控系统，其中采用消抖滤波法与算术平均滤波法相结合的方法对由定电位传感器获得的信号进行处理。
6.根据权利要求1或2所述的监控系统，其中采用线性回归算法或者神经元网络算法对数据进行处理。
7.根据权利要求6所述的监控系统，在其中的线性回归算法中，给定一组测量数据((xi，yi)，i＝0，1，2，...，m}，基于最小二乘原理，求得变量x和y之间的函数关系f(x，A)，使其最佳地逼近或拟合已知数据。
8.根据权利要求6所述的监控系统，在其中的神经元网络算法中，根据已获得的数据进行标准化处理后，使用高斯核函数作为基函数，对所获得的数据进行广义回归神经元网络建模。
全文摘要
本发明针对我国木材工业领域的人造板及制品企业，提供一种智能型人造板及其制品有害挥发物释放量的计算机在线监测系统。该监测系统包括前端装置、基于CAN总线甲醛监测网和计算机控制终端。其中，利用了现代控制理论、神经元等方法，构建含多变量不确定系统的自学习专家模型对采集的监测数据进行统计处理、分析，对各现场机进行远程诊断和校准。
文档编号B27N3/00GK101100073SQ20071006556
公开日2008年1月9日 申请日期2007年4月16日 优先权日2007年4月16日
发明者周玉成, 张亚勇, 辉 赵, 源 安, 侯晓鹏, 张星梅 申请人:周玉成