专利名称：用于自动纸幅制造中纸卷形成和纸卷运转性能的方法和设备的利记博彩app
技术领域：
本说明书涉及纸卷制造，尤其涉及在自动纸幅制造中控制纸卷形成和纸卷运转性 能的方法和设备。
背景技术：
纸产品通常成卷从造纸厂装运至改造或印刷工厂。由不同的造纸机形成的或者 在不同的时间或机器位置形成的纸卷可以具有不同的纸卷形成和纸卷运转性能特征，其中 “运转性能”为纸卷经受造纸、改造和印刷过程的情况的指示以及最终纸幅的平坦度和均勻 性。对于形成超压光(SC)或轻量涂敷(LWC)纸张的纸卷来说，采用多压区压光机的联 机纸张整饰是众所周知的。经联机压光的高质量的印刷纸是薄而非常致密的，因此是耐附 加挤压的。已发现，由于这些纸张特性，用接触式纸厚度(厚度)传感器进行横向(CD)纸 卷形成控制的传统方法难以优化。为了精确地形成具有良好的运转性能的SC纸卷，在该技 术中所知道的是，在造纸过程期间监视和控制诸如干重、湿度和纸厚度(厚度)之类的多个 特性。特别是，在造纸机内可以控制这些(和其他一些)纸张特性，以便使纸张特性符合或 尽可能接近预先规定的目标或期望值。纸张特性的控制是通过使用诸如控制纸张特性的横向平均值的机向(MD)致动 器和影响纸张特性的平均值和纸张特性的横向形状的横向(⑶)致动器之类的各种致动 器来实现的。通常，横向(⑶)是指与机向(MD)垂直的方向。全面控制纸张特性由于多 输入和输出就存在规模非常大的问题(例如可能需要几百个CD致动器来控制一个或多 个纸张质量分布，通常这要包括500-1200个各与纸幅横向的5-1 Omm分辨率相应的测 量点)。为此，对于横向纸张质量管理已开发了多变量控制过程，例如参见美国专利公 开 2008/0017341(Maenpaa 等人)；Calvin Fu、 Jarmo Ollanketo 禾口 Jukka Makinen 的 "Multivariable CD Control and Tools for Control PerformanceImprovement，，(公布于 Control Systems 2006Conference, June 6-8, 2006, Tampere, Finland, pp. 215-220)；以及 Seyhan NuyaruCalvinFu 禾口 Steven Bale 的"CD Response Detection for Control，，(1998 年呈现于 TAPPI PCE&I Conference, Vancouver, BC, March 16-29，1998，pp. 95-105)(以下 标为“Nuyan等人”)。还剩下的一个值得注意的难题是，确定应将多个纸张质量分布(例如纸卷直径、 硬度、卷绕前或卷绕后的张力、湿度、纸厚度(厚度)等)中的哪些纸张质量分布选为在针 对不同的问题(例如由于空气滞留使纸幅质量改变而引起的纸卷运转性能恶化)的多变量 CD(MVCD)控制过程中的控制变量。在选择适当的控制变量或分布上的这个难题在如以上 所讨论的非常薄和非常致密的、特征为压缩性非常低的高整饰品级(即经高压光的)的情 况下特别突出。例如，在将高压光纸张卷绕成纸卷时，层间空气滞留成为导致不希望的纸卷 直径分布形状和异常的纸卷形成的重要因素，即使纸厚度分布是平坦的或者形状是所希望的。因此，只用纸厚度分布对于CD控制是不够的。另一方面，简单的纸卷直径控制也不是 解决纸卷形成/纸卷运转性能问题的适当方案，因为单是纸卷直径测量区分不了不规则性 是由于空气滞留还是质量(纸厚度)引起的。此外，对这两个问题的传统解决方案是互斥 的，即纠正由于空气滞留而引起的问题所需要的控制作用与纠正由于纸厚度(质量)不均 勻而引起的问题所需的控制作用正好相反。如以上所指出的，纸卷的硬度还可以提供纸卷形成过程的指示。纸卷硬度传统上 以与纸幅接触的转轮上的压力按钮所产生的脉冲的幅度度量。这个幅度与压力或纸卷的硬 度有关，因此可以被认为是比纸厚度更好地描述纸卷形成过程的复合度量。尽管如此，由于 以上结合纸卷直径和纸厚度所阐述的原因，单是硬度测量也不能提供足够的信息来适当地 控制纸卷形成过程。确实，在引起一个特定问题的各个因素之间还可以存在其他一些复杂的相互关系 (例如由局部张力变异性(LTV)产生的力对空气动态特性的影响，在局部硬度与LTV之间的 相互关系，或者在张力和湿度分布与硬度测量结果之间的相互关系)。
发明内容
按照本说明书的一个方面，提出了一种在自动纸幅制造过程中控制至少一个致动 器的方法，这种方法包括确定多个横向特性分布，并产生其标称响应模型；根据标称响应 模型产生多变量分布预测；根据这多个横向特性分布产生多变量控制目标；以及通过使多 变量控制目标与多变量分布预测之间的误差减到最小，调整对所述至少一个致动器的控 制。按照本说明书的另一个方面，提出了一种在自动纸幅制造过程中控制至少一个致 动器的方法，这种方法包括测量或计算单个横向特性分布，并作为响应产生其标称响应 模型；根据标称响应模型产生单变量分布预测；根据所述横向特性分布产生单变量控制目 标；以及通过使单变量控制目标与单变量分布预测之间的误差减到最小，调整对所述至少 一个致动器的控制。按照本说明书的又一个方面，提出了一种横向控制系统，其特征在于根据从包括 纸卷直径、纸厚度、硬度、湿度、张力和重量的组中选择横向分布的情况，为具体过程和具体 纸卷状况中至少一个产生当前响应分布。
参照以下附图将对一些示范性实施例有更好地理解，在这些附图中同样的标号所 标的是同样的部件，其中图1为体现用于控制至少一个影响纸卷运转性能的致动器的方法和设备的纸卷 形成结构的示意图；图2为图1的结构中的多变量CD(MVCD)控制系统的示意图；图3为示出在图1的系统中控制至少一个致动器的方法的简化流程图；图4为在图1的结构中多变量控制目标块的示意图；以及图5包括图5A和5B，为示出用于图4的多变量控制目标块的示范性控制加权的曲 线图。
具体实施例方式参见图1，多压区压光机10示为包括6个辊11、12、13、14、15、16和5个压区1、2、 3、4、5。纸幅W绕过导向辊6进入压光机的处在压光机顶端辊11与12之间的顶端压区1。 上辊11例如可以有益地覆盖有一层弹性的表面，诸如聚合物之类，而下辊12可以是表面平 滑的压辊，诸如金属辊之类。感应加热系统21产生造成涡流的磁通，将辊12加热到高的表面温度，从而为金属 辊12提供本地无接触加热，以使纸面更为光亮、压区负荷增大和纸厚度和硬度得到改善。纸幅W从顶端压区1通过转向辊7进入在受加热的表面平滑的压辊12与覆盖有 诸如聚合物辊之类的弹性覆盖层的辊13之间形成的第二压光压区2。纸幅W然后从第二压区2绕过辊13进入第三压区3。纸幅W从第三压区3通过转 向辊7进入有益地像第一压区1那样形成的第四压光压区4，第四压光压区4处于为第四压 区4的下辊的诸如金属辊之类的表面平滑的压辊15与为第四压区4的上辊的诸如聚合物 辊的覆盖有弹性覆盖层的辊14之间。纸幅W从第四压区4再通过转向辊7进入有益地像第二压光压区2那样形成的第 五压光压区5，第五压光压区5处于为第五压区5的上辊的诸如金属辊之类的表面平滑的压 辊15与为第五压区5的下辊的诸如聚合物辊的覆盖有弹性覆盖层的辊16之间。按照一个示范性实施例，辊11-16中任何一个或多个辊可以是区段受控辊，以提 供仿形能力(即沿横向的多区段受控的少量(通常为0. 5-1. Omm)直径调整)，如在该技术 领域内所知。在第五压区5后，纸幅W被安排成穿过厚度(纸厚度)测量单元8，再绕过最后一 个转向辊7被卷到成卷/卷绕机或卷纸筒9上。纸卷直径和硬度测量单元25包括经臂29 连接到底座或基架上的测量轮27。单元25按照在该技术中称为Backtender' s Friend 的传统方法进行硬度测量，通过嵌在转轮27内的压电晶体检测横向纸卷硬度。然而，除了 传统的压电晶体之外，测量单元25还包括测量测量轮27加到卷绕在卷纸筒9上的正在形 成的纸卷上的接触压力的压电晶体。因此，在纸卷形成中，硬度测量可以独立进行，而不依 赖所施加的压力。这是用包括纸卷直径的数学公式来实现的。随着纸卷的形成，负载臂29 的角位置改变。负载臂29因此装有转动传感器，以指示在传感器从纸幅W的边缘到边缘的 横向移动时测量轮27的角位置和正在形成的纸卷的直径。多变量⑶(MV⑶)控制系统31被安排成与多压区压光机10连接，通过在诸如感应 加热器21 (和/或区段受控辊)之类的致动器与诸如单元8和25之类的测量单元之间的 控制反馈环路，随着纸幅W卷绕到卷纸筒9上，控制纸卷形成和纸卷运转性能。单元8和25 得到的测量结果由MVCD控制系统31处理，以提供控制致动器21等的控制作用输出。这个 非限制性实施例只示出了由MVCD控制系统31控制的单个致动器(感应加热器)21，但实际 上可以控制许多致动器。类似地，图1的实施例只示出了两个分布测量单元8和25，但可以 还包括其他的测量单元(例如，湿度检测、局部张力变异性(LTV)等)。在进一步说明图1中的MVCD控制系统31这个非限制性示范实施例前，将对多变 量CD控制作简要的说明。单变量⑶过程模型通常包括⑶致动器到测量分布的映射、⑶致动器响应形状和时域动态。映射将致动器的位置与在测量分布内数据盒的位置相联系，其中“数据盒”为测 量分布内表示在特定CD位置处的具体测量值的阵列元。CD致动器响应形状表示在只是移 动单个致动器而将其他致动器保持在它们的“碰前”状态时测量分布的改变。这样确定的 响应形状是在空间内的静态传递函数。CD致动器时间域动态是指响应的机向(MD)在时间 内的演变。通常假设它是线性的，而且是时间和空间不变的。简单的一阶时间域模型包括时间延迟、响应增益和时间常数。这个模型可以用格 式为APi(t) =Ri- AU,(t)的响应矩阵的概念表示，其中APi(t)为表示η元测量分布离 它的目标的误差的η元向量，AUi(t)为表示m元CD致动器控制作用的m元向量，而Ri = GJq-1) ·&，表示⑶模型，其中多项式Gi (cf1)为这个模型的动态部分。对于这个一阶模型， 动态部分含有时间延迟和时间常数信息。nXm响应矩阵Ai是用CD过程映射和CD致动器 响应形状和增益合成的。对于多变量⑶控制来说，需要考虑一些从几个⑶致动器到多个纸张质量分布的 模型。因此，以下模型可以用于具有M个致动器和N个分布的多变量CD过程，这个模型基 本上是传统的单变量CD控制的维数扩展AP = R. Δ U，其中在上式中，AU是表示M个⑶致动器控制作用的一维向量，而ΔΡ为表示N个测 量分布误差的一维向量。不同的致动器和测量分布可以具有不同的解。响应矩阵R的每个 元都含有一个与相应致动器和测量分布关联的CD模型，这个CD模型包括时间域、CD致动 器响应和映射的。参见图1-3，在通过分布测量块33 (图3中的步骤55)采集了⑶致动器激励和分 布响应后，建模算法35就通过动态映射块37和响应产生块39产生⑶标称响应模型(步 骤57)，详细情况参见以上所提到的Nuyan等人。步骤55的确定⑶特性分布可以通过测量、计算(或两者)进行，而⑶特性分布 可以包括密度(根据重量和厚度的测量结果计算得出)、刚度(根据直径和硬度的测量结果 计算得出)、纸厚度分布、纸卷硬度分布、纸卷直径分布、如以下详细讨论的纸卷硬度分布与 纸卷直径分布的复合，或者其他。分布确认块41排除任何可能导致极端控制作用的异常分布。分布预测或CD控制模拟块43与核心多变量最佳化块45和目标分布产生块47配 合一起工作，处理所测量的横向特性分布(例如硬度、纸卷直径、纸厚度等)，计算将来的分 布误差(图3中的步骤59)和控制目标(图3中的步骤61)，以及用所产生的标称分布模型 执行多变量控制最佳化(步骤63)，以通过CD致动器处理器49产生压光机组10的控制输 出(给区段受控辊、感应加热系统21等)(图3的步骤65)。具体地说，如图2所示，多变量过程模型51由建模块35、响应产生块39和动态映 射块37产生。模型51例示为表示一个3x3CD过程的两维矩阵，其中各个行分别表示不同 分布(例如硬度、纸厚度等)，而各个列分别表示多压区压光机10内的不同致动器。突出显示的框(G2Jq-1))示出了单个致动器的CD响应(ζ轴)，其中χ轴表示CD方向，而y轴表示 MD方向。对于以上所讨论的过程模型AP(t) = [G(Cf1)F(A)] AU(t)来说，分布预测块43 所计算的预测误差ΔΡα)在图2中示为e(i)，多变量最佳化块45的压光机组控制输出 (out)示为相继的控制作用AU(t)，而模型传递函数SLG(Cf1)F(A),从建模算法35、动态映 射块37和响应产生块39输出。对于一段从hmin到hmax的预测时段(其中，hmin为最小 预测视野，而hmax为最大预测视野)，在预先规定的致动器约束内，通过使目标分布产生块 47输出的目标分布(sp)与所预测的CV(mePr)之间的误差e(i)减到最小，实现对控制作用 的最佳化。按照一个示范性实施例，目标分布产生块47可以将一些加权加到不同的分布上， 如图4和5所示。因此，可以根据另一个特性或另一个特性的分散度将不同的加权分别施 加到输入最佳化块45的第一组多个分布的相应分布上。按照另一个示范性实施例，可以将两个或更多个分布组合成一个复合分布加到最 佳化块45上。此外，可以预期，对横向特性分布的动态加权可以由另一个特性或另一个特 性的分散度控制。例如，在高压光应用中，所希望的可以是根据纸卷硬度和纸卷直径分布 生成一个复合分布，再根据平均纸卷直径为纸厚度分布和复合分布提供动态加权(加权1 和加权幻。这是因为形成中的纸卷的直径将影响到各个分布对所希望的控制作用的影响。 具体地说，在纸卷形成过程开始时(在纸卷直径小时)，所希望的是纸厚度分布具有比复合 分布高的加权，而在纸卷直径大时在最优化过程中就应强调组合的纸卷硬度和纸卷直径分 布，如图5A和5B所示，其中f(R)为随着纸卷直径而改变的加权，而f(o)为随着原纸张湿 度和重量变异性之一而改变的加权。可以根据具体过程和诸如所测量的纸卷特性(纸厚度、纸卷直径、纸卷硬度等)之 类的具体纸卷状况之一的函数选择横向特性分布。具体过程包括具体纸卷状况加上诸如重 量分布、张力分布和湿度分布之类的原纸张特性的函数。选择函数例如可以是另一个特性 的分散度，也可以是诸如平均纸卷直径的函数。在函数为分散度的情况下，这个分散度例如 可以是方差、标准偏差(ο )、标准偏差的倍数、变异系数等之一。以上示出和说明了一些具体实施例。然而，一些修改和变型是该领域内的技术人 员可以想到的。例如，虽然图1的示范性实施例引用的是测量纸厚度、纸卷直径和纸卷硬 度，但也可以是其他所测量的横向特性分布，诸如张力(卷绕前张力或卷绕后张力)。此外， 虽然图4的示范性实施例示出了两个横向特性分布，但完全可以将3个或更多个分布组合 起来。而且，虽然图4中所示的两个横向特性分布是纸厚度分布、以及纸卷硬度分布与纸卷 直径分布的复合，但可以预期，两个横向特性分布可以是厚度分布和只是纸卷硬度分布和 纸卷直径分布之一。还有，虽然横向特性分布的动态加权在以上的讨论中是由平均纸卷直 径控制的，但可以预期，这个进行控制的另一个特性可以是重量或张力的函数。此外，虽然 所说明的实施例提出了一个多变量优化过程，但可以预期，可以用仅一个受控变量和目标 产生和/或响应产生装置来提供单变量解决方案。所有这样的修改和变型都被认为在所给出的实施例的范围之内。
权利要求
1.一种在自动纸幅制造过程中控制至少一个致动器的方法，包括下列步骤确定多个横向特性分布并产生其标称响应模型；根据所述标称响应模型产生多变量分布预测；根据所述多个横向特性分布产生多变量控制目标；以及通过使所述多变量控制目标与所述多变量分布预测之间的误差减到最小，调整对所述 至少一个致动器的控制。
2.按照权利要求1所述的方法，其中，所述确定步骤包括测量或计算所述多个横向特 性分布中至少一个横向特性分布。
3.按照权利要求1所述的方法，其中，所述确定步骤包括测量所述多个横向特性分布 中至少一个横向特性分布和计算所述多个横向特性分布中至少一个其他横向特性分布。
4.按照权利要求2所述的方法，其中，所述多个横向特性分布中所述至少一个横向特 性分布为密度，所述密度是根据重量和厚度的测量结果计算出的。
5.按照权利要求2所述的方法，其中，所述多个横向特性分布中所述至少一个横向特 性分布为刚度，所述刚度是根据直径和硬度的测量结果计算出的。
6.按照权利要求2所述的方法，其中，所述多个横向特性分布中所述至少一个横向特 性分布是所测量的张力。
7.按照权利要求6所述的方法，其中，所述所测量的张力为卷绕前张力或卷绕后张力。
8.按照权利要求1所述的方法，其中，所述多变量控制目标是根据所述多个横向特性 分布的动态加权而产生的。
9.按照权利要求8所述的方法，其中，所述横向特性分布中至少两个横向特性分布的 所述动态加权可以由另一个特性的分散度控制。
10.按照权利要求9所述的方法，其中，所述至少两个横向特性分布是纸厚度分布、以 及纸卷硬度分布与纸卷直径分布之一。
11.按照权利要求9所述的方法，其中，所述至少两个横向特性分布是纸厚度分布、以 及纸卷硬度分布与纸卷直径分布的复合。
12.按照权利要求9所述的方法，其中，所述另一个特性是平均纸卷直径。
13.按照权利要求9所述的方法，其中，所述另一个特性是重量。
14.按照权利要求9所述的方法，其中，所述另一个特性是纸厚度。
15.按照权利要求9所述的方法，其中，所述分散度为方差、标准偏差σ、标准偏差的倍 数和变异系数之一。
16.按照权利要求1所述的方法，其中，所述横向特性分布中至少一个横向特性分布是 从包括纸卷直径、纸厚度、硬度和张力的组中选出的。
17.一种在自动纸幅制造过程中控制至少一个致动器的方法，包括下列步骤测量或计算单个横向特性分布，并作为响应产生其标称响应模型；根据所述标称响应模型产生单变量分布预测；根据所述横向特性分布产生单变量控制目标；以及通过使所述单变量控制目标与所述单变量分布预测之间的误差减到最小，调整对所述 至少一个致动器的控制。
18.按照权利要求17所述的方法，其中，所述单个横向特性分布是从包括纸卷直径、纸厚度、硬度和张力的组中选出的。
19.按照权利要求17所述的方法，其中，所述张力为所测量的卷绕前张力或卷绕后张力。
20.按照权利要求18所述的方法，其中，所述单个横向特性分布是根据具体过程和具 体纸卷状况之一的函数而选择的。
21.按照权利要求20所述的方法，其中，所述函数是另一个特性的分散度。
22.按照权利要求20所述的方法，其中，所述函数为平均纸卷直径。
23.按照权利要求21所述的方法，其中，所述分散度为方差、标准偏差ο、标准偏差的 倍数和变异系数之一。
24.按照权利要求20的方法，其中，所述具体纸卷状况为所测量的纸卷特性。
25.按照权利要求M的方法，其中，所述所测量的纸卷特性是从包括纸厚度、纸卷直 径、纸卷硬度的组中选出的。
26.按照权利要求M的方法，其中，所述具体过程包括所述具体纸卷状况加上原纸张 特性的函数。
27.按照权利要求沈的方法，其中，所述原纸张特性是从包括重量分布、张力分布和湿 度分布的组中选出的。
28.一种横向控制系统，其特征在于根据从包括纸卷直径、纸厚度、硬度、湿度、张力 和重量的组中选择横向分布的情况，为具体过程和具体纸卷状况中至少一个产生当前响应 分布。
全文摘要
本发明提出了一种在自动纸幅制造过程中控制致动器的方法和设备，包括测量多个致动器分布以及作为响应产生其标称响应模型；根据标称响应模型产生多变量分布预测；根据这些致动器分布中至少一个致动器分布产生多变量控制目标；以及通过使该多变量控制目标与所述多变量分布预测之间的误差减到最小，调整对致动器的控制。
文档编号G05B13/04GK102099754SQ200880130440
公开日2011年6月15日 申请日期2008年6月12日 优先权日2008年6月12日
发明者A·海基宁, C·富, H·克图耐, L·拉丹苏, S·纽杨 申请人:美卓自动化有限公司