卷烟生产制丝关键工序智能控制模型研究与应用
15
完成单位:山东中烟工业有限责任公司滕州卷烟厂
登记编号:-
登记年份:2024
发布时间:2024-03-06
李琳,王学军,王国峰,宋贞启,张 涛,黄其德,高 阳,徐天然,何心芹,李海波
卷烟生产制丝含水率的稳定性是评价卷烟感官质量的重要指标。
为实现卷烟生产制丝线回潮、加料、烘丝三个工序的烟丝水分智能联动预测和智能控制。本项目采用熵权法将自适应学习率优化算法RMSProp(Root Mean Square Propagation)和自更新LightGBM(Light Gradient Boosting Machine)算法进行最优加权组合,建立烘丝出口水分组合联动预测模型。生产进入稳态后,采用改进模拟退火和规则库相结合,建立烘丝出口水分智能联动控制模型。一方面,工艺人员可以离线模拟工序水分之间的关联关系,根据回潮工序的含水率,可以预测加料工序、烘丝工序的含水率趋势。同时,给定烘丝的目标含水率,可以反馈预测回潮工序、加料工序期望的目标含水率。另一方面,智能预测系统可以根据生产实际情况,实时调整模型,实现在线对回潮、加料、烘丝三个关键工序的水分进行智能联动预测。生产验证结果表明,组合模型对烘丝出口水分的预测和控制精度高,解决了单一模型受季节性影响波动较大、不同生产批次预测效果不稳定、自适应学习率优化精度不高、控制模型过于依赖预测模型的精度等缺陷。实现了组合智能算法的烟丝出口水分实时精准预测和控制。
下一篇:
暂无更多内容