烟草工业制丝卷包协同降本增效的生产调控方法及系统与流程

本技术涉及数据处理，尤其涉及一种烟草工业制丝卷包协同降本增效的生产调控方法及系统。

背景技术：

1、烟草工业制丝与卷包为前后强耦合的链式生产体系，制丝车间多线并行运行，各生产线按工序节拍完成烟丝回潮、加料、烘丝、掺配等工艺段，输出烟丝水分、填充值、均匀度等关键质量指标，经物料输送系统按批次供给卷包车间。卷包车间部署多台卷接机与包装机，对上游来料稳定性容错率极低，制丝工序的节拍波动、断料启停、丝质参数偏移等工况扰动会沿生产链向下游传导，在卷包端引发接装纸、滤棒、小盒等辅料异常消耗与成品合格率波动。

2、为保障全流程稳定生产，需在制丝车间部署多线设备运行数据采集，在卷包车间部署单机原辅料计量数据采集，通过对两类数据的协同分析实现跨工序的生产调控。

3、现有跨工序生产调控技术以单一质量指标校正或单参数稳定性调控为主，通过数据比对实现工单防错与批次匹配，未构建制丝工况参数与卷包物耗指标之间的因果耦合关系。

4、当卷包端出现辅料超耗或成品合格率波动时，仅能识别数据异常而无法定位上游制丝工况波动的具体成因，跨工序隐性损耗反复发生，制约全流程降本增效。

技术实现思路

1、本技术的主要目的在于提供一种烟草工业制丝卷包协同降本增效的生产调控方法及系统，以解决现有技术中跨工序生产调控技术当卷包端出现辅料超耗或成品合格率波动时，仅能识别数据异常而无法定位上游制丝工况波动的具体成因，跨工序隐性损耗反复发生，制约全流程降本增效的问题。

2、为了实现上述目的，本技术提供了如下技术方案：

3、一种烟草工业制丝卷包协同降本增效的生产调控方法，所述生产调控方法应用于制丝车间多线设备和卷包车间单机，所述生产调控方法包括：

4、步骤s1，采集制丝车间多线设备运行数据与卷包车间单机原辅料计量数据，经预处理后得到制丝工况时序特征矩阵和卷包物耗时序特征矩阵；

5、步骤s2，根据所述制丝工况时序特征矩阵计算各制丝生产线动态负载指数，并通过负载均衡模型调整各线节拍与物料分配，得到制丝生产调度参数；

6、步骤s3，根据所述卷包物耗时序特征矩阵计算各单机分时原辅料瞬时单耗，并与自适应更新的标准耗用区间比对，得到卷包物耗异常标记序列；

7、步骤s4，将所述制丝工况时序特征矩阵和所述卷包物耗时序特征矩阵输入因果耦合模型，以成品合格率为全局约束，通过梯度提升回归树拟合制丝工况参数与卷包物耗指标的映射关系，得到工况-物耗因果关联强度矩阵和协同调控指令集；

8、步骤s5，将所述卷包物耗异常标记序列与所述工况-物耗因果关联强度矩阵进行时序对齐回溯，并通过格兰杰因果检验区分链式扰动溯源结果与卷包本地设备异常，得到异常溯源分类结果；

9、步骤s6，基于所述协同调控指令集和所述异常溯源分类结果，通过长短期记忆网络预测制丝工况时序特征矩阵的未来趋势，将预测结果输入所述因果耦合模型生成生产调控指令。

10、步骤s1至步骤s6有益效果：

11、本方法针对现有跨工序生产调控技术未构建制丝工况参数与卷包物耗指标因果耦合关系、跨工序隐性损耗反复发生的技术问题，通过采集制丝与卷包双端数据并构建因果耦合模型，以成品合格率为全局约束拟合工况参数与物耗指标的映射关系，实现上下游协同调控与异常溯源的闭环迭代，从源头遏制链式生产损耗的传导与复发。

12、其中，步骤s1通过采集制丝多线设备运行数据与卷包单机原辅料计量数据并预处理为时序特征矩阵，为跨工序协同分析提供统一数据基础；步骤s2通过动态负载指数与负载均衡模型调整制丝节拍与物料分配，保障上游来料连续稳定；步骤s3通过分时瞬时单耗与自适应标准耗用区间比对，实时识别卷包物耗异常；步骤s4通过梯度提升回归树拟合工况-物耗映射关系并生成协同调控指令集，实现成品合格率全局约束下的双向参数调整；步骤s5通过格兰杰因果检验区分链式扰动溯源结果与卷包本地设备异常，精准定位跨工序隐性损耗根源；步骤s6通过长短期记忆网络预测工况趋势并反馈更新因果关联强度矩阵，实现生产调控的闭环迭代。

13、作为本技术的进一步改进，步骤s1，采集制丝车间多线设备运行数据与卷包车间单机原辅料计量数据，经预处理后得到制丝工况时序特征矩阵和卷包物耗时序特征矩阵，包括：

14、步骤s1.1，采集制丝车间各生产线的设备运行效率、工序进度、物料输送余量、启停频次，得到制丝原始工况数据序列；

15、步骤s1.2，采集卷包车间各单机的接装纸、滤棒、小盒、内衬纸、条盒计量数据，得到卷包原始物耗数据序列；

16、步骤s1.3，对所述制丝原始工况数据序列和所述卷包原始物耗数据序列分别进行缺失值填补和3σ异常过滤，得到制丝清洗工况数据和卷包清洗物耗数据；

17、步骤s1.4，对所述制丝清洗工况数据和所述卷包清洗物耗数据分别进行min-max标准化，得到制丝标准化工况数据和卷包标准化物耗数据；

18、步骤s1.5，按预设时间窗口对所述制丝标准化工况数据和所述卷包标准化物耗数据分别提取统计特征，得到制丝工况时序特征矩阵和卷包物耗时序特征矩阵。

19、步骤s1.1至步骤s1.5有益效果：

20、本系列步骤针对制丝与卷包双端数据采集格式不统一、缺失值与异常值影响后续协同分析的技术问题，通过分别采集制丝工况数据与卷包物耗数据并依次执行缺失值填补、异常过滤、标准化与统计特征提取，为跨工序协同调控提供结构统一的时序特征矩阵。

21、其中，步骤s1.1通过采集制丝各生产线设备运行效率、工序进度、物料输送余量和启停频次，构建制丝原始工况数据序列；步骤s1.2通过采集卷包各单机原辅料计量数据，构建卷包原始物耗数据序列；步骤s1.3通过缺失值填补和3σ异常过滤，消除数据缺失与离群点对后续处理的干扰；步骤s1.4通过min-max标准化消除各指标量纲差异，使不同维度特征具备可比性；步骤s1.5通过按时间窗口提取统计特征，将原始序列转化为结构化时序特征矩阵。

22、作为本技术的进一步改进，步骤s2，根据所述制丝工况时序特征矩阵计算各制丝生产线动态负载指数，并通过负载均衡模型调整各线节拍与物料分配，得到制丝生产调度参数，包括：

23、步骤s2.1，根据所述制丝工况时序特征矩阵提取各制丝生产线的负载拥堵度、工序进度偏差、物料输送余量比例，计算动态负载指数；

24、步骤s2.2，将所述动态负载指数输入负载均衡模型，计算各制丝生产线的节拍调整系数和物料分配比例；

25、步骤s2.3，根据所述节拍调整系数对各制丝生产线的运行速度进行微调，根据所述物料分配比例对物料输送速率进行调整，得到制丝生产调度参数；

26、步骤s2.4，根据所述制丝工况时序特征矩阵中的物料输送余量和工序节拍差值，计算断料风险概率；

27、步骤s2.5，对断料风险概率超出预设阈值的制丝生产线生成分流指令，将所述分流指令并入所述制丝生产调度参数。

28、步骤s2.1至步骤s2.5有益效果：

29、本系列步骤针对制丝车间固定节拍调度易引发负载失衡与断料停机的技术问题，通过动态负载指数评估各线运行状态并经负载均衡模型调整节拍与物料分配，同时基于物料余量与节拍差值预判断料风险并触发分流，保障上游供料连续稳定。

30、其中，步骤s2.1通过提取负载拥堵度、工序进度偏差和物料输送余量比例计算动态负载指数，量化各线运行状态；步骤s2.2通过负载均衡模型计算节拍调整系数和物料分配比例，为动态均衡提供调控依据；步骤s2.3通过节拍调整系数微调运行速度、物料分配比例调整输送速率，得到制丝生产调度参数；步骤s2.4通过物料输送余量与工序节拍差值计算断料风险概率，提前识别供料缺口；步骤s2.5通过对断料风险概率超出阈值的产线生成分流指令，规避被动停机断料。

31、作为本技术的进一步改进，步骤s3，根据所述卷包物耗时序特征矩阵计算各单机分时原辅料瞬时单耗，并与自适应更新的标准耗用区间比对，得到卷包物耗异常标记序列，包括：

32、步骤s3.1，根据所述卷包物耗时序特征矩阵提取各单机的原辅料消耗量与成品产出量，计算分时瞬时单耗；

33、步骤s3.2，根据历史分时瞬时单耗数据计算各原辅料品类的滚动均值和滚动标准差，构建自适应更新的标准耗用区间；

34、步骤s3.3，将所述分时瞬时单耗与所述标准耗用区间进行比对，对超出区间上下边界的单耗数据点标记异常标签；

35、步骤s3.4，按时间顺序汇总各单机的异常标签，得到卷包物耗异常标记序列。

36、步骤s3.1至步骤s3.4有益效果：

37、本系列步骤针对卷包车间原辅料事后统计无法实时捕捉异常消耗的技术问题，通过计算各单机分时瞬时单耗并与自适应更新的标准耗用区间比对，实现物耗异常的实时标记与序列化输出。

38、其中，步骤s3.1通过提取原辅料消耗量与成品产出量计算分时瞬时单耗，量化单机物耗水平；步骤s3.2通过历史单耗数据的滚动均值和滚动标准差构建标准耗用区间，实现基准的自适应更新；步骤s3.3通过将分时瞬时单耗与标准耗用区间比对标记异常标签，精准识别超耗数据点；步骤s3.4通过按时间顺序汇总异常标签，得到卷包物耗异常标记序列，为跨工序溯源提供结构化输入。

39、作为本技术的进一步改进，步骤s4，将所述制丝工况时序特征矩阵和所述卷包物耗时序特征矩阵输入因果耦合模型，以成品合格率为全局约束，通过梯度提升回归树拟合制丝工况参数与卷包物耗指标的映射关系，得到工况-物耗因果关联强度矩阵和协同调控指令集，包括：

40、步骤s4.1，将所述制丝工况时序特征矩阵和所述卷包物耗时序特征矩阵按时间戳对齐拼接，得到跨工序联合特征矩阵；

41、步骤s4.2，以成品合格率为全局约束目标，构建制丝工况参数与卷包物耗指标之间的梯度提升回归树模型；

42、步骤s4.3，将所述跨工序联合特征矩阵输入所述梯度提升回归树模型，训练得到各制丝工况参数对各卷包物耗指标的特征重要性得分；

43、步骤s4.4，将所述特征重要性得分组装为所述工况-物耗因果关联强度矩阵；

44、步骤s4.5，根据所述工况-物耗因果关联强度矩阵中得分超出预设阈值的工况参数，生成对应的制丝调度调整量和卷包设备参数调整量，组装为协同调控指令集。

45、步骤s4.1至步骤s4.5有益效果：

46、本系列步骤针对现有跨工序调控技术未构建制丝工况参数与卷包物耗指标因果耦合关系、局部参数调整引发全局劣化的技术问题，通过梯度提升回归树拟合工况参数与物耗指标的映射关系并以成品合格率为全局约束，生成双向协同调控指令集，实现上下游参数的联动调整。

47、其中，步骤s4.1通过按时间戳对齐拼接制丝与卷包特征矩阵，构建跨工序联合特征矩阵；步骤s4.2以成品合格率为全局约束目标构建梯度提升回归树模型，确立工况与物耗的拟合框架；步骤s4.3通过训练得到各制丝工况参数对各卷包物耗指标的特征重要性得分，量化跨工序耦合强度；步骤s4.4通过将特征重要性得分组装为因果关联强度矩阵，为异常溯源提供结构化依据；步骤s4.5根据因果关联强度矩阵中得分超出阈值的工况参数生成制丝调度调整量和卷包设备参数调整量，组装为协同调控指令集。

48、作为本技术的进一步改进，步骤s5，将所述卷包物耗异常标记序列与所述工况-物耗因果关联强度矩阵进行时序对齐回溯，并通过格兰杰因果检验区分链式扰动溯源结果与卷包本地设备异常，得到异常溯源分类结果，包括：

49、步骤s5.1，将所述卷包物耗异常标记序列与所述工况-物耗因果关联强度矩阵按时间戳进行时序对齐，提取异常事件前后预设时间窗口内的制丝工况波动事件；

50、步骤s5.2，对每对异常事件与制丝工况波动事件计算格兰杰因果检验统计量；

51、步骤s5.3，将统计量超出显著性阈值的制丝工况波动事件标记为链式扰动溯源结果；

52、步骤s5.4，将统计量未超出显著性阈值的异常事件标记为卷包本地设备异常；

53、步骤s5.5，汇总所述链式扰动溯源结果和所述卷包本地设备异常，得到异常溯源分类结果。

54、步骤s5.1至步骤s5.5有益效果：

55、本系列步骤针对现有联动技术仅能数据匹配无法实现跨工序因果溯源、隐性损耗反复发生的技术问题，通过将卷包物耗异常与制丝工况波动进行时序对齐回溯并采用格兰杰因果检验，精准区分链式扰动与卷包本地设备异常。

56、其中，步骤s5.1通过按时间戳对齐物耗异常标记序列与因果关联强度矩阵，提取异常事件前后的制丝工况波动事件，构建溯源回溯窗口；步骤s5.2通过对每对异常事件与工况波动事件计算格兰杰因果检验统计量，量化跨工序因果关联；步骤s5.3通过将统计量超出显著性阈值的工况波动事件标记为链式扰动溯源结果，定位上游制丝扰动成因；步骤s5.4通过将统计量未超出阈值的异常事件标记为卷包本地设备异常，排除上游干扰误判；步骤s5.5通过汇总链式扰动溯源结果与卷包本地设备异常，得到异常溯源分类结果，为闭环调控提供分类依据。

57、作为本技术的进一步改进，步骤s6，基于所述协同调控指令集和所述异常溯源分类结果，通过长短期记忆网络预测制丝工况时序特征矩阵的未来趋势，将预测结果输入所述因果耦合模型生成生产调控指令，包括：

58、步骤s6.1，根据所述协同调控指令集和所述异常溯源分类结果构建联合输入序列；

59、步骤s6.2，将所述联合输入序列与所述制丝工况时序特征矩阵拼接，输入长短期记忆网络进行时序预测，得到制丝工况预测矩阵；

60、步骤s6.3，将所述制丝工况预测矩阵输入所述因果耦合模型，生成生产调控指令；

61、步骤s6.4，将所述生产调控指令和所述协同调控指令集作为反馈输入，更新工况-物耗因果关联强度矩阵。

62、步骤s6.1至步骤s6.4有益效果：

63、本系列步骤针对生产调控缺乏前瞻性预测与闭环反馈更新、工况波动无法前置应对的技术问题，通过长短期记忆网络预测制丝工况未来趋势并将预测结果反馈至因果耦合模型，实现生产调控指令的动态生成与因果关联强度矩阵的迭代更新。

64、其中，步骤s6.1通过将协同调控指令集与异常溯源分类结果构建为联合输入序列，整合调控与溯源信息；步骤s6.2通过将联合输入序列与制丝工况时序特征矩阵拼接输入长短期记忆网络，得到制丝工况预测矩阵；步骤s6.3通过将制丝工况预测矩阵输入因果耦合模型，生成生产调控指令；步骤s6.4通过将生产调控指令和协同调控指令集作为反馈输入更新工况-物耗因果关联强度矩阵，实现闭环迭代。

65、为了实现上述目的，本技术还提供了如下技术方案：

66、一种烟草工业制丝卷包协同降本增效的生产调控系统，所述生产调控系统应用于如上述的生产调控方法，所述生产调控系统包括：

67、时序特征矩阵获取模块，用于采集制丝车间多线设备运行数据与卷包车间单机原辅料计量数据，经预处理后得到制丝工况时序特征矩阵和卷包物耗时序特征矩阵；

68、制丝生产调度参数计算模块，用于根据所述制丝工况时序特征矩阵计算各制丝生产线动态负载指数，并通过负载均衡模型调整各线节拍与物料分配，得到制丝生产调度参数；

69、卷包物耗异常标记序列获取模块，用于根据所述卷包物耗时序特征矩阵计算各单机分时原辅料瞬时单耗，并与自适应更新的标准耗用区间比对，得到卷包物耗异常标记序列；

70、映射关系拟合模块，用于将所述制丝工况时序特征矩阵和所述卷包物耗时序特征矩阵输入因果耦合模型，以成品合格率为全局约束，通过梯度提升回归树拟合制丝工况参数与卷包物耗指标的映射关系，得到工况-物耗因果关联强度矩阵和协同调控指令集；

71、异常溯源分类模块，用于将所述卷包物耗异常标记序列与所述工况-物耗因果关联强度矩阵进行时序对齐回溯，并通过格兰杰因果检验区分链式扰动溯源结果与卷包本地设备异常，得到异常溯源分类结果；

72、生产调控指令生成模块，用于基于所述协同调控指令集和所述异常溯源分类结果，通过长短期记忆网络预测制丝工况时序特征矩阵的未来趋势，将预测结果输入所述因果耦合模型生成生产调控指令。

73、为了实现上述目的，本技术还提供了如下技术方案：

74、一种电子设备，包括处理器，以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如上述的烟草工业制丝卷包协同降本增效的生产调控方法。

75、为了实现上述目的，本技术还提供了如下技术方案：

76、一种计算机可读存储介质，所述计算机可读存储介质内存储有程序指令，所述程序指令被处理器执行时能够实现如上述的烟草工业制丝卷包协同降本增效的生产调控方法。‌