基于机器学习的卷烟烘丝干头出口水分预测

烘丝是卷烟制丝生产的重要组成部分,烘丝筒的自动控制系统在烘丝的干头阶段需要很长时间才能使出口水分收敛到设置值,目前部分卷烟厂的烘丝干头阶段由操作工人工调整烘丝参数进行控制。本文使用机器学习的方法,建立预测出口水分的模型,计算出烘丝参数对出口水分的影响系数,为操作工调节烘丝参数提供参考,并为实现烘丝干头阶段的自动化控制打下基础。

基于机器学习的烘丝出口水分稳定性控制

该文以SH664P型滚筒薄板烘丝机为研究对象,以筒壁温度量化调整为主要的水分稳定性控制措施,基于机器宝数采系统采集生产过程原始参数数据,并筛选、择优选择机器学习算法,将SIROX段、烘丝段参数进行回归拟合。创建基于当前筒内参数环境下的料头和过程生产阶段的烘丝出口水分预测回归模型。再通过出口水分预测值与控制值的水分差值,计算出对应筒壁温度的调整范围。结果表明:在模型验证的30批烘丝生产数据中,烘丝出口水分标偏均值整体为0.04左右,可见筒壁温度精确化调整可有效维持烘丝出口水分的稳定。