CN105341985A - 烘丝机入口叶丝含水率控制方法和*** - Google Patents
烘丝机入口叶丝含水率控制方法和*** Download PDFInfo
- Publication number
- CN105341985A CN105341985A CN201510906414.5A CN201510906414A CN105341985A CN 105341985 A CN105341985 A CN 105341985A CN 201510906414 A CN201510906414 A CN 201510906414A CN 105341985 A CN105341985 A CN 105341985A
- Authority
- CN
- China
- Prior art keywords
- loosening
- moisture content
- value
- predicted value
- cut
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/04—Humidifying or drying tobacco bunches or cut tobacco
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种烘丝机入口叶丝含水率控制方法和***,涉及卷烟制丝工艺领域。其中方法包括:根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值;根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值;判断第一预测值和第二预测值的差值是否在第一预定范围内;若不在第一预定范围内,则更改加水比例值;若在第一预定范围内,则根据当前的加水比例值进行松散回潮处理。本发明通过准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,达到稳定烘丝后含水率的效果。
Description
技术领域
本发明涉及卷烟制丝工艺领域,尤其涉及一种烘丝机入口叶丝含水率控制方法和***。
背景技术
在制丝生产工艺中,烘丝入口叶丝含水率是影响烘丝效果的重要因素。当烘丝前来料含水率有较大波动时,易导致烘后叶丝含水率稳定性下降。因此稳定的来料含水率有利于烘丝过程参数调节,可保障烘后含水率的稳定性,从而提高烟丝品质。
目前,国内制丝线松散回潮阶段至烘丝阶段主要流程如图1所示,大致分为松散回潮阶段101、预混柜阶段102、润叶加料阶段103、贮叶柜阶段104和切丝阶段105,以及烘丝阶段106。其中,主要通过调整松散回潮机加水比例实现对烘丝机入***水率的控制。而现有技术中,松散回潮机加水比例的设置主要由相关技术员根据个人经验确定,所依赖的计算方法为正比例模型,即烘丝机入口叶丝含水率变化量为松散回潮机加水比例变化量的固定倍数,不考虑其他因素。该方法过于简单,容易因环境温湿度等条件变化,导致实际烘丝机入口叶丝含水率出现较大偏差,最终影响烘丝出口叶丝含水率的稳定性。
发明内容
本发明的发明人发现了上述现有技术中存在问题,并因此针对上述问题中的至少一个问题提出了一种新的技术方案。
根据本发明的一个方面,公开了一种烘丝机入口叶丝含水率控制方法,包括:
根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值;
根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值;
判断第一预测值和第二预测值的差值是否在第一预定范围内;
若差值不在第一预定范围内,则更改加水比例值,然后执行判断第一预测值和第二预测值的差值是否在第一预定范围内的步骤;
若差值在第一预定范围内,则根据当前的加水比例值进行松散回潮处理。
在一个实施例中,得到松散回潮出***水率的第一预测值的步骤包括:
根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度;
根据润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,第二环境参数集合包括润叶加料阶段的温度、湿度;
根据润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
在一个实施例中,得到松散回潮出***水率的第二预测值的步骤包括:
根据加水比例值和松散回潮阶段的温度、湿度,采用预定的神经网络模型,得到松散回潮出***水率的第二预测值。
在一个实施例中,第一多元回归模型中的系数与叶丝在贮叶柜中是否留柜相关联。
在一个实施例中,第三多元回归模型中的系数与叶丝在预混柜中是否留柜相关联。
在一个实施例中,还包括:判断当润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,进行告警。
在一个实施例中,还包括:判断当润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,进行告警。
在一个实施例中,还包括:判断当松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。
根据本发明的另一方面,提供了一种烘丝机入口叶丝含水率控制***,其特征在于,包括:
第一预测单元,用于根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值;
第二预测单元,用于根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值;
控制单元,用于判断第一预测值和第二预测值的差值是否在第一预定范围内;若差值不在第一预定范围内,则更改加水比例值。
在一个实施例中,第一预测单元包括:
润叶加料机出口预测模块,用于根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度;
润叶加料机入口预测模块,用于根据润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,第二环境参数集合包括润叶加料阶段的温度、湿度;
松散回潮出口预测模块,用于根据润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
在一个实施例中,第二预测单元,具体用于根据加水比例值和松散回潮阶段的温度、湿度,采用预定的神经网络模型,得到松散回潮出***水率的第二预测值。
在一个实施例中,第一多元回归模型中的系数与叶丝在贮叶柜中是否留柜相关联。
在一个实施例中,第三多元回归模型中的系数与叶丝在预混柜中是否留柜相关联。
在一个实施例中,还包括:
告警单元,用于判断当润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,进行告警。
在一个实施例中,告警单元,还用于判断当润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,进行告警。
在一个实施例中,告警单元,还用于判断当松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。
本发明的烘丝机入口叶丝含水率控制方法和***,通过准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,同时降低松散回潮至烘丝机入口加工过程中的叶丝含水率波动偏差,达到稳定烘丝后含水率的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为制丝线松散回潮阶段至烘丝阶段的流程示意图。
图2为本发明烘丝机入口叶丝含水率控制方法的一个实施例的示意图。
图3为本发明烘丝机入口叶丝含水率控制方法的另一个实施例的示意图。
图4为本发明烘丝机入口叶丝含水率控制***的一个实施例的示意图。
图5为本发明烘丝机入口叶丝含水率控制***的第一预测单元的一个实施例的示意图。
图6为本发明烘丝机入口叶丝含水率控制***的另一个实施例的示意图。
图7为本发明采用神经网络模型预测松散回潮出***水率的一个实施例的预测效果图。
图8为本发明中第一多元回归模型一个实施例的预测效果图。
图9为本发明中第一多元回归模型另一个实施例的预测效果图。
图10为本发明中第二多元回归模型一个实施例的预测效果图。
图11为本发明中第三多元回归模型一个实施例的预测效果图。
图12为本发明中第三多元回归模型另一个实施例的预测效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图2为本发明的烘丝机入口叶丝含水率控制方法的一个实施例的示意图。优选的,本实施例的方法由本发明的控制***执行。如图2所示,本实施例的方法步骤如下:
步骤201,根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值。
在一个实施例中,选用多元回归模型对松散回潮出***水率进行预测,达到松散回潮出***水率的第一预测值。
步骤202,根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值。
由于在制丝线从松散回潮阶段至烘丝阶段,只有松散回潮入口处可以通过加水调整叶丝含水率,之后的阶段无法通过加水来调整叶丝含水率,为了提高加水比例的准确度,以便得到设定的烘丝机入***水率。发明人经过大量试验检测,发现在松散回潮出口至烘丝机入口各阶段的叶丝含水率可以用多元线性回归进行拟合,而由于在松散回潮入口加水,使得松散回潮阶段模型十分复杂,线性回归已无法满足生产需要,因此采用神经网络模型进行预测。
在一个实施例中,利用预定的神经网络模型,对松散回潮出***水率进行预测,得到松散回潮出***水率的第二预测值。例如,可以选用双隐含神经网络建立非线性模型。例如,以松散回潮机加水比例、松散回潮阶段的温度和湿度作为输入,松散回潮出***水率为输出,建立每个隐含层有8个神经元的双隐含层神经网络,并设定训练目标0.05,训练速度0.01,最大训练步数100,进行神经网络训练。所得神经网络的对松散回潮出***水率的预测效果见图7。由图7所示,可知采用该神经网络模型预测120个样本的松散回潮机出口烟叶含水率预测的误差数据计算可知,预测误差为0.149%。所有预测结果误差均控制在0.5%以内,准确预测比例为89.171%,能满足松散回潮工序出***水率为±0.5%(设定值)的允差要求。
步骤203,判断第一预测值和第二预测值的差值是否在第一预定范围内,若不在第一预定范围内,则进入步骤204;若在第一预定范围内,则进入步骤205。
步骤204,更改加水比例值,然后执行步骤203,直至第一预测值和第二预测值的差值在第一预定范围内。
步骤205,根据当前的加水比例值进行松散回潮处理。
本发明的烘丝机入口叶丝含水率控制方法,通过准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,同时降低松散回潮至烘丝机入口加工过程中的叶丝含水率波动偏差,达到稳定烘丝后含水率的效果。
图3为本发明的烘丝机入口叶丝含水率控制方法中得到第一预测值的一个实施例的示意图。优选的,本实施例的方法由本发明的控制***执行。发明人经过大量试验检测,为确定烘丝机入***水率的关键影响因素,采用pearson(泊松)相关性检验法对不留柜、预混柜留柜以及贮叶柜留柜3种不同情况,分别进行相关性分析。经过相关性检验发现在松散回潮出口至烘丝机入口各阶段的叶丝含水率可以用多元线性回归进行拟合。其中,在制丝线实际生产过程中,包括预混柜和贮叶柜均不留柜、预混柜留柜贮叶柜不留柜和预混柜不留柜贮叶柜留柜三种情况,例如,可以按如下方式划分:
不留柜:预混柜阶段时长<240min,且贮叶柜时长<480min;
预混柜留柜:预混柜阶段时长≥240min,且贮叶柜时长<480min;
贮叶柜留柜:预混柜时长<240min,且贮叶柜时长≥480min。对应的各影响因素相关性检验结果如表1所示:
表1
其中,**为极显著相关,*为显著相关,–为不相关。
由此可以针对性的对各阶段分别建立多元线性回归模型,进行分析预测。为简便起见,记烘丝机入***水率为y,松散回潮阶段的加水比例为x1,松散回潮出***水率为x2,松散回潮阶段的环境温度为x3、湿度为x4,预混柜阶段留柜时长为x5,预混柜阶段的环境温度为x6、湿度为x7,润叶加料机入***水率为x8,润叶加料机出***水率为x9,润叶加料阶段的环境温度为x10、湿度为x11,贮叶柜阶段留柜时长为x12,贮叶柜阶段的环境温度为x13、湿度为x14,烘丝阶段的环境温度为x15、湿度为x16。本实施例的方法步骤如下:
步骤301,根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度。
在一个实施例中,第一多元回归模型中的系数与叶丝在贮叶柜中是否留柜相关联。例如,当贮叶柜不留柜时,选用如下第一多元回归模型(1):
y=0.7866x9+0.1056x13+0.0784x14+0.0066x15+0.0285x16-0.0485(1)
得到的预测效果如图8所示,预测误差均值为0.085%,准确预测比例达100%,能够满足烘丝机入***水率为±0.5%(设定值)的允差要求。
当贮叶柜留柜时,选用如下第一多元回归模型(2):
y=0.8276x9-0.1688x13+0.0019x14+0.0264x15+0.036x16+0.1589(2)
得到的预测效果如图9所示,预测误差均值为0.043%,准确预测比例达100%,能够满足烘丝机入***水率为±0.5%(设定值)的允差要求。
步骤302,根据润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,第二环境参数集合包括润叶加料阶段的温度、湿度。
在一个实施例中,选用如下第二多元回归模型(3):
x9=0.6032x8-0.0777x10-0.0023x11+0.3697(3)
得到的预测效果如图10所示,由图10中的数据计算可以得到,预测误差均值为0.120%,准确预测比例达96.578%,能够满足烘丝机入***水率为±0.5%(设定值)的允差要求。
步骤303,根据润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
在一个实施例中,第三多元回归模型中的系数与叶丝在预混柜中是否留柜相关联。例如,当预混柜不留柜时,选用如下第三多元回归模型(4):
x8=0.6901x2+0.0024x3+0.0073x4-0.0201x6+0.0165x7+0.1621(4)
得到的预测效果如图11所示,预测误差均值为0.115%,准确预测比例达95.292%,能够满足润叶加料机入***水率为±0.5%(设定值)的允差要求。
当预混柜留柜时,选用如下第三多元回归模型(5):
x8=0.4881x2+0.0425x3+0.0214x4+0.0153x6-0.02x7+0.2369(5)
得到的预测效果如图12所示,预测误差均值为0.112%,能够满足润叶加料机入***水率为±0.5%(设定值)的允差要求。
在一个实施例中,本发明的方法还可以包括告警的步骤,在制丝线实际生产中,将得到的各预测值与实时检测值进行比较,判断当润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,或者判断当润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,或者判断当松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。这其中,第二、第三和第四预定范围根据实际的生产条件进行设定,可以相同,也可以不同。
根据图7至图12所示结果,可以得到,本发明对制丝线各阶段预测效果好,通过根据预测结果准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,同时降低松散回潮至烘丝机入口加工过程中的叶丝含水率波动偏差,当出现偏差时进行告警,达到稳定烘丝后含水率的效果。
图4为本发明烘丝机入口叶丝含水率控制***的一个实施例的示意图,其中各单元已经在方法步骤实施例中进行了详细说明,这里不再赘述。本发明的控制***包括:
第一预测单元401用于根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值。
第二预测单元402用于根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值。
在一个实施例中,第二预测单元402具体用于根据加水比例值和松散回潮阶段的温度、湿度,采用预定的神经网络模型,得到松散回潮出***水率的第二预测值。
控制单元403用于判断第一预测值和第二预测值的差值是否在第一预定范围内;若差值不在第一预定范围内,则更改加水比例值。
本发明的烘丝机入口叶丝含水率控制***,通过准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,同时降低松散回潮至烘丝机入口加工过程中的叶丝含水率波动偏差,达到稳定烘丝后含水率的效果。
在一个实施例中,如图5所示,本发明的第一预测单元401包括:
润叶加料机出口预测模块4011用于根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度。
润叶加料机入口预测模块4012用于根据润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,第二环境参数集合包括润叶加料阶段的温度、湿度。
松散回潮出口预测模块4013用于根据润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
在一个实施例中,第一多元回归模型中的系数与叶丝在贮叶柜中是否留柜相关联。
在一个实施例中,第三多元回归模型中的系数与叶丝在预混柜中是否留柜相关联。
图6为本发明烘丝机入口叶丝含水率控制***的另一个实施例的示意图,包括第一预测单元501、第二预测单元502、控制单元503,还包括告警单元504,其中第一预测单元501、第二预测单元502、控制单元503与图4实施例中的第一预测单元401、第二预测单元402和控制单元403相同或类似,告警单元504用于判断当润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,进行告警。
在一个实施例中,告警单元504还用于判断当润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,进行告警。
在一个实施例中,告警单元504还用于判断当松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。
本发明对制丝线各阶段预测效果好,通过根据预测结果准确调整松散回潮阶段的加水比例,使烘丝机入口叶丝含水率稳定在工艺设定值附近,同时降低松散回潮至烘丝机入口加工过程中的叶丝含水率波动偏差,当出现偏差时进行告警,达到稳定烘丝后含水率的效果。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (16)
1.一种烘丝机入口叶丝含水率控制方法,其特征在于,包括:
根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值;
根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值;
判断所述第一预测值和所述第二预测值的差值是否在第一预定范围内;
若所述差值不在第一预定范围内,则更改所述加水比例值,然后执行判断所述第一预测值和所述第二预测值的差值是否在第一预定范围内的步骤;
若所述差值在第一预定范围内,则根据当前的加水比例值进行松散回潮处理。
2.根据权利要求1所述的方法,其特征在于,得到松散回潮出***水率的第一预测值的步骤包括:
根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,所述第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度;
根据所述润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,所述第二环境参数集合包括润叶加料阶段的温度、湿度;
根据所述润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,所述第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
3.根据权利要求1所述的方法,其特征在于,得到松散回潮出***水率的第二预测值的步骤包括:
根据加水比例值和松散回潮阶段的温度、湿度,采用预定的神经网络模型,得到松散回潮出***水率的第二预测值。
4.根据权利要求2所述的方法,其特征在于,所述第一多元回归模型中的系数与叶丝在所述贮叶柜中是否留柜相关联。
5.根据权利要求2所述的方法,其特征在于,所述第三多元回归模型中的系数与叶丝在所述预混柜中是否留柜相关联。
6.根据权利要求2所述的方法,其特征在于,还包括:
判断当所述润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,进行告警。
7.根据权利要求6所述的方法,其特征在于,还包括:
判断当所述润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,进行告警。
8.根据权利要求7所述的方法,其特征在于,还包括:
判断当所述松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。
9.一种烘丝机入口叶丝含水率控制***,其特征在于,包括:
第一预测单元,用于根据设定的烘丝机入***水率和第一环境参数集合得到松散回潮出***水率的第一预测值;
第二预测单元,用于根据加水比例值和松散回潮阶段的温度、湿度得到松散回潮出***水率的第二预测值;
控制单元,用于判断所述第一预测值和所述第二预测值的差值是否在第一预定范围内;若所述差值不在第一预定范围内,则更改所述加水比例值。
10.根据权利要求9所述的***,其特征在于,所述第一预测单元包括:
润叶加料机出口预测模块,用于根据设定的烘丝机入***水率和第一环境参数集合,采用预定的第一多元回归模型,得到润叶加料机出***水率预测值,所述第一环境参数集合包括烘丝阶段的环境温度、湿度以及贮叶柜阶段的环境温度、湿度;
润叶加料机入口预测模块,用于根据所述润叶加料机出***水率预测值和第二环境参数集合,采用预定的第二多元回归模型,得到润叶加料机入***水率预测值,所述第二环境参数集合包括润叶加料阶段的温度、湿度;
松散回潮出口预测模块,用于根据所述润叶加料机入***水率预测值和第三环境参数集合,采用预定的第三多元回归模型,得到松散回潮出***水率的第一预测值,所述第三环境集合包括预混柜阶段的环境温度、湿度以及松散回潮阶段的环境温度、湿度。
11.根据权利要求9所述的***,其特征在于,所述第二预测单元,具体用于根据加水比例值和松散回潮阶段的温度、湿度,采用预定的神经网络模型,得到松散回潮出***水率的第二预测值。
12.根据权利要求10所述的***,其特征在于,所述第一多元回归模型中的系数与叶丝在所述贮叶柜中是否留柜相关联。
13.根据权利要求10所述的***,其特征在于,所述第三多元回归模型中的系数与叶丝在所述预混柜中是否留柜相关联。
14.根据权利要求10所述的***,其特征在于,还包括:
告警单元,用于判断当所述润叶加料机出***水率预测值与实时检测值的差值超过第二预定范围时,进行告警。
15.根据权利要求14所述的***,其特征在于,所述告警单元,还用于判断当所述润叶加料机入***水率预测值与实时检测值的差值超过第三预定范围时,进行告警。
16.根据权利要求15所述的***,其特征在于,所述告警单元,还用于判断当所述松散回潮出***水率的第一预测值与实时检测值的差值超过第四预定范围时,进行告警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510906414.5A CN105341985A (zh) | 2015-12-10 | 2015-12-10 | 烘丝机入口叶丝含水率控制方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510906414.5A CN105341985A (zh) | 2015-12-10 | 2015-12-10 | 烘丝机入口叶丝含水率控制方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105341985A true CN105341985A (zh) | 2016-02-24 |
Family
ID=55318262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510906414.5A Pending CN105341985A (zh) | 2015-12-10 | 2015-12-10 | 烘丝机入口叶丝含水率控制方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105341985A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105996106A (zh) * | 2016-06-17 | 2016-10-12 | 河南中烟工业有限责任公司 | 一种基于气流干燥的烟丝质量控制方法及*** |
CN106072743A (zh) * | 2016-06-17 | 2016-11-09 | 河南中烟工业有限责任公司 | 一种基于梗丝干燥的梗丝质量控制方法及*** |
CN106617245A (zh) * | 2017-01-20 | 2017-05-10 | 福建中烟工业有限责任公司 | 膨胀烟丝就地风选出***水率控制方法、装置和*** |
CN106983172A (zh) * | 2017-04-24 | 2017-07-28 | 江苏密斯欧智能科技有限公司 | 一种烟草丝线智能制造的方法 |
CN108294352A (zh) * | 2017-01-11 | 2018-07-20 | 红塔烟草(集团)有限责任公司 | 滚筒烘丝机物料水分超限预警控制*** |
CN108652066A (zh) * | 2018-05-31 | 2018-10-16 | 福建中烟工业有限责任公司 | 松散回潮工序的加水方法及预测该工序加水量的装置 |
CN108771281A (zh) * | 2018-08-24 | 2018-11-09 | 山东中烟工业有限责任公司 | 一种降低滚筒式烘丝机筒壁温度批间波动的方法及*** |
CN109581879A (zh) * | 2019-01-31 | 2019-04-05 | 杭州安脉盛智能技术有限公司 | 基于广义预测控制的松散回潮控制方法及*** |
CN109674080A (zh) * | 2019-03-07 | 2019-04-26 | 山东中烟工业有限责任公司 | 烟叶回潮加水量预测方法、存储介质及终端设备 |
CN110675919A (zh) * | 2019-09-23 | 2020-01-10 | 清华大学 | 一种基于k-近邻方法的烘丝过程入口水份预测方法及*** |
CN110771930A (zh) * | 2019-10-24 | 2020-02-11 | 红云红河烟草(集团)有限责任公司 | 一种实现同等级烟叶批间复烤强度一致的控制方法 |
CN110876481A (zh) * | 2019-11-11 | 2020-03-13 | 张家口卷烟厂有限责任公司 | 一种烟草烘丝参数的控制方法和装置 |
CN110946307A (zh) * | 2018-09-26 | 2020-04-03 | 贵州中烟工业有限责任公司 | 一种片烟松散方法 |
WO2020098261A1 (zh) * | 2018-11-14 | 2020-05-22 | 厦门邑通软件科技有限公司 | 一种控制烘丝入***水率的方法和*** |
CN111213742A (zh) * | 2019-07-15 | 2020-06-02 | 云南昆船设计研究院有限公司 | 一种基于精确水分控制的茶叶加工***及工艺 |
CN111887460A (zh) * | 2019-05-05 | 2020-11-06 | 贵州中烟工业有限责任公司 | 烟草烘丝水分和温度控制预测***及方法 |
CN111950795A (zh) * | 2020-08-18 | 2020-11-17 | 安徽中烟工业有限责任公司 | 基于随机森林的松散回潮加水比例的预测方法 |
CN112021626A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 烟用制丝环节智能化控制***及方法 |
CN112075658A (zh) * | 2020-09-27 | 2020-12-15 | 红云红河烟草(集团)有限责任公司 | 一种精准控制切丝后含水率稳定性的工艺 |
CN112257948A (zh) * | 2020-10-30 | 2021-01-22 | 红云红河烟草(集团)有限责任公司 | 润叶加料出***水率预测方法、装置以及设备 |
CN112273696A (zh) * | 2020-10-30 | 2021-01-29 | 红云红河烟草(集团)有限责任公司 | 切丝后水分控制方法、装置以及设备 |
CN112327960A (zh) * | 2020-10-20 | 2021-02-05 | 张家口卷烟厂有限责任公司 | 松散回潮设备智能控制*** |
CN112434867A (zh) * | 2020-11-30 | 2021-03-02 | 红云红河烟草(集团)有限责任公司 | 一种叶片段水份智能预测模型及应用 |
CN113515045A (zh) * | 2021-07-12 | 2021-10-19 | 浙江中烟工业有限责任公司 | 一种基于历史数据预判的松散润叶出口水分控制方法 |
CN113812658A (zh) * | 2021-08-26 | 2021-12-21 | 张家口卷烟厂有限责任公司 | 基于神经网络模型和双重参数修正的松散回潮加水控制方法 |
CN114403486A (zh) * | 2022-02-17 | 2022-04-29 | 四川大学 | 基于局部峰值编码循环网络的气流式烘丝机智能控制方法 |
CN114794521A (zh) * | 2020-07-10 | 2022-07-29 | 张家口卷烟厂有限责任公司 | 烟用制丝环节在线水分仪校验方法 |
-
2015
- 2015-12-10 CN CN201510906414.5A patent/CN105341985A/zh active Pending
Non-Patent Citations (1)
Title |
---|
钟文焱等: "基于多因素分析的烘丝机入***水率预测模型的建立与应用", 《烟草科技》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105996106A (zh) * | 2016-06-17 | 2016-10-12 | 河南中烟工业有限责任公司 | 一种基于气流干燥的烟丝质量控制方法及*** |
CN106072743A (zh) * | 2016-06-17 | 2016-11-09 | 河南中烟工业有限责任公司 | 一种基于梗丝干燥的梗丝质量控制方法及*** |
CN106072743B (zh) * | 2016-06-17 | 2018-05-25 | 河南中烟工业有限责任公司 | 一种基于梗丝干燥的梗丝质量控制方法及*** |
CN108294352A (zh) * | 2017-01-11 | 2018-07-20 | 红塔烟草(集团)有限责任公司 | 滚筒烘丝机物料水分超限预警控制*** |
CN106617245A (zh) * | 2017-01-20 | 2017-05-10 | 福建中烟工业有限责任公司 | 膨胀烟丝就地风选出***水率控制方法、装置和*** |
CN106617245B (zh) * | 2017-01-20 | 2018-06-05 | 福建中烟工业有限责任公司 | 膨胀烟丝就地风选出***水率控制方法、装置和*** |
CN106983172A (zh) * | 2017-04-24 | 2017-07-28 | 江苏密斯欧智能科技有限公司 | 一种烟草丝线智能制造的方法 |
CN108652066A (zh) * | 2018-05-31 | 2018-10-16 | 福建中烟工业有限责任公司 | 松散回潮工序的加水方法及预测该工序加水量的装置 |
CN108771281A (zh) * | 2018-08-24 | 2018-11-09 | 山东中烟工业有限责任公司 | 一种降低滚筒式烘丝机筒壁温度批间波动的方法及*** |
CN110946307B (zh) * | 2018-09-26 | 2022-07-26 | 贵州中烟工业有限责任公司 | 一种片烟松散方法 |
CN110946307A (zh) * | 2018-09-26 | 2020-04-03 | 贵州中烟工业有限责任公司 | 一种片烟松散方法 |
WO2020098261A1 (zh) * | 2018-11-14 | 2020-05-22 | 厦门邑通软件科技有限公司 | 一种控制烘丝入***水率的方法和*** |
CN109581879A (zh) * | 2019-01-31 | 2019-04-05 | 杭州安脉盛智能技术有限公司 | 基于广义预测控制的松散回潮控制方法及*** |
CN109674080A (zh) * | 2019-03-07 | 2019-04-26 | 山东中烟工业有限责任公司 | 烟叶回潮加水量预测方法、存储介质及终端设备 |
CN109674080B (zh) * | 2019-03-07 | 2021-07-20 | 山东中烟工业有限责任公司 | 烟叶回潮加水量预测方法、存储介质及终端设备 |
CN111887460A (zh) * | 2019-05-05 | 2020-11-06 | 贵州中烟工业有限责任公司 | 烟草烘丝水分和温度控制预测***及方法 |
CN111213742A (zh) * | 2019-07-15 | 2020-06-02 | 云南昆船设计研究院有限公司 | 一种基于精确水分控制的茶叶加工***及工艺 |
CN110675919A (zh) * | 2019-09-23 | 2020-01-10 | 清华大学 | 一种基于k-近邻方法的烘丝过程入口水份预测方法及*** |
CN110771930B (zh) * | 2019-10-24 | 2021-10-22 | 红云红河烟草(集团)有限责任公司 | 一种实现同等级烟叶批间复烤强度一致的控制方法 |
CN110771930A (zh) * | 2019-10-24 | 2020-02-11 | 红云红河烟草(集团)有限责任公司 | 一种实现同等级烟叶批间复烤强度一致的控制方法 |
CN110876481A (zh) * | 2019-11-11 | 2020-03-13 | 张家口卷烟厂有限责任公司 | 一种烟草烘丝参数的控制方法和装置 |
CN110876481B (zh) * | 2019-11-11 | 2022-07-29 | 张家口卷烟厂有限责任公司 | 一种烟草烘丝参数的控制方法和装置 |
CN112021626A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 烟用制丝环节智能化控制***及方法 |
CN114794521A (zh) * | 2020-07-10 | 2022-07-29 | 张家口卷烟厂有限责任公司 | 烟用制丝环节在线水分仪校验方法 |
CN111950795B (zh) * | 2020-08-18 | 2024-04-26 | 安徽中烟工业有限责任公司 | 基于随机森林的松散回潮加水比例的预测方法 |
CN111950795A (zh) * | 2020-08-18 | 2020-11-17 | 安徽中烟工业有限责任公司 | 基于随机森林的松散回潮加水比例的预测方法 |
CN112075658A (zh) * | 2020-09-27 | 2020-12-15 | 红云红河烟草(集团)有限责任公司 | 一种精准控制切丝后含水率稳定性的工艺 |
CN112327960B (zh) * | 2020-10-20 | 2022-02-11 | 张家口卷烟厂有限责任公司 | 松散回潮设备智能控制*** |
CN112327960A (zh) * | 2020-10-20 | 2021-02-05 | 张家口卷烟厂有限责任公司 | 松散回潮设备智能控制*** |
CN112257948A (zh) * | 2020-10-30 | 2021-01-22 | 红云红河烟草(集团)有限责任公司 | 润叶加料出***水率预测方法、装置以及设备 |
CN112273696A (zh) * | 2020-10-30 | 2021-01-29 | 红云红河烟草(集团)有限责任公司 | 切丝后水分控制方法、装置以及设备 |
CN112434867A (zh) * | 2020-11-30 | 2021-03-02 | 红云红河烟草(集团)有限责任公司 | 一种叶片段水份智能预测模型及应用 |
CN113515045A (zh) * | 2021-07-12 | 2021-10-19 | 浙江中烟工业有限责任公司 | 一种基于历史数据预判的松散润叶出口水分控制方法 |
CN113515045B (zh) * | 2021-07-12 | 2024-02-20 | 浙江中烟工业有限责任公司 | 一种基于历史数据预判的松散润叶出口水分控制方法 |
CN113812658A (zh) * | 2021-08-26 | 2021-12-21 | 张家口卷烟厂有限责任公司 | 基于神经网络模型和双重参数修正的松散回潮加水控制方法 |
CN114403486A (zh) * | 2022-02-17 | 2022-04-29 | 四川大学 | 基于局部峰值编码循环网络的气流式烘丝机智能控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105341985A (zh) | 烘丝机入口叶丝含水率控制方法和*** | |
CN109674080B (zh) | 烟叶回潮加水量预测方法、存储介质及终端设备 | |
CN111096094B (zh) | 经由智能供应空气温度设定点控制的冷却单元能量优化 | |
CN109602062A (zh) | 基于数字物理模型的松散回潮自适应水分控制方法及*** | |
CN108652066A (zh) | 松散回潮工序的加水方法及预测该工序加水量的装置 | |
CN111144667A (zh) | 一种基于梯度提升树的烟草回潮机出料含水率预测方法 | |
CN107223195A (zh) | 用于hvac***的可变风量建模 | |
CN103598668B (zh) | 一种控制物料含水率的烟叶制丝加工方法 | |
CN113128764A (zh) | 烘丝机出***水率预测模型的生成及基于其的调控方法 | |
CN104283737B (zh) | 数据流的处理方法和装置 | |
CN108932571B (zh) | 卷烟制丝初始工艺参数的设置方法和装置 | |
CN108132599A (zh) | 一种基于迭代反馈整定的ude控制***设计方法 | |
CN112273696B (zh) | 切丝后水分控制方法、装置以及设备 | |
CN110150711B (zh) | 基于多元回归的回潮加湿过程水分控制方法及*** | |
CN109213098B (zh) | 调整运行参数的方法、装置、电子设备和计算机可读介质 | |
CN112273695A (zh) | 松散回潮出***水率预测方法、装置以及设备 | |
CN109581879A (zh) | 基于广义预测控制的松散回潮控制方法及*** | |
CN105278527B (zh) | 一种适用于烟草加工过程单回路控制***的实时性能评价方法 | |
CN112257947A (zh) | 制烟环境温湿度预测方法、装置以及设备 | |
CN105334738B (zh) | 一种适用于烟草加工过程pid控制回路的性能评价方法 | |
CN112629239B (zh) | 一种提高自动烘干设备的烘干效率的方法和装置 | |
CN110946313A (zh) | 一种叶丝干燥工序的出***水率的控制方法及*** | |
CN107688651A (zh) | 新闻情感方向判断方法、电子设备及计算机可读存储介质 | |
CN114066071A (zh) | 一种基于能耗的电力参数优化方法、终端设备及存储介质 | |
CN110876481B (zh) | 一种烟草烘丝参数的控制方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160224 |
|
WD01 | Invention patent application deemed withdrawn after publication |