生活用纸造纸过程消耗大量能源,如何在不影响原纸质量和产量的前提下,降低生产过程中的能源成本,是生活用纸企业亟需解决的问题。造纸过程是一个高自动化的过程,在生产过程中积累了大量的历史数据,这些数据中蕴含着大量的信息。如何从这些大量的数据中挖掘出潜在的模式和规则纳入知识库,降低整个生产过程的能源成本,为企业的精益运营提供指导,已经得到了工业界的高度重视。针对生活用纸造纸机的参数调控,造纸企业大部分是依靠一线工人的经验。然而造纸过程的优化是多参数优化过程,各个参数相互耦合,同时兼顾原纸质量和成本,是工人经验无法做到的。本研究从工厂的历史数据出发,采集某生活用纸企业2020年一年的生产过程参数数据和质量数据。结合实际生产情况对数据进行了预处理,剔除了异常数据。利用预处理后的数据,分析了蒸汽和电力对于能源成本的贡献度,2020年高压蒸汽成本占了生产总成本的49.74%。随后分析了产品定量和卷速对于单位产品能源成本的影响,相同产品的单位产品能源成本浮动达到100元/吨,该生活用纸企业的单位产品成本浮动较大,存在较大的成本优化空间。为了通过参数调控来优化生活用纸造纸机的能源成本,本研究首先利用回归算法将工艺参数与单位产品成本进行回归拟合,其中随机森林算法的相关指数、平均相对误差分别为0.98和0.41%,与AdaBoost算法、KNN算法、Lasso算法和Ridge算法相比具有明显优势。其次利用随机森林算法进行特征重要性排序,采取控制变量法依次剔除重要性低的特征,确定需要调节的参数。然后利用历史数据建立最佳工况数据库,依据数据挖掘算法中的关联规则算法,面向生活用纸造纸过程,开发了最佳实践模型。采用历史数据对该模型进行验证,结果表明,该模型能够降低3%左右的单位产品的能源成本。最后通过读取实时的生产数据,对于模型进行了60次离线测试,60次离线测试平均节约单位产品能源成本26.54元/t。通过采集优化后的软测量数据,证明能耗最佳实践模型在优化单位产品能源成本的同时不会降低原纸质量。为了实现能耗最佳实践的在线开发,本研究通过功能模块的封装、工业化准备和工业应用这三个步骤实现了模型的在线开发。从管理者和现场操作工2个维度开发了在线模型界面,最后对在线模型进行了工业测试。工业测试的结果表明该企业该条生产线存在较大的节能空间,对于年产能为8万吨的生活用纸生产制造企业,每年可节约能源成本139.12万元。在线模型具备实时工况检测、实时工况优化、优化结果输出以及工况数据更新等功能。通过在线模型可以实现对工况的智能识别以及寻优,不需要现场操作工对模型进行任何操作。在线模型的开发及应用证明最佳实践模型具有良好的工业化应用价值。