一种基于梯度提升树的烟草回潮机出料含水率预测方法技术

本发明专利技术公开了一种基于梯度提升树的烟草回潮机出料含水率预测方法，属于烟草领域，所述的基于梯度提升树的烟草回潮机出料含水率预测方法，该方法使用回潮机的完整的工艺参数和环境参数作为自变量，利用梯度提升树算法建立起回潮预测模型，充分考虑了不同的影响因子对烟草回潮机的出料含水率的影响，同时增强了预测模型对回潮过程的非线性特点的预测和解读能力。该模型在实际回潮过程的工作环境下无需人为经验干预即可完成出料含水率的预测，预测结果精度高，计算速度快。该预测方法能够自动计算回潮机的出料含水率和需要的加水量，进而对烟叶的温湿度进行更有效的控制从而提高烟丝的品质。

A prediction method of moisture content of tobacco moisture return machine based on gradient lifting tree

【技术实现步骤摘要】
一种基于梯度提升树的烟草回潮机出料含水率预测方法
本专利技术属于烟草领域，更具体的说涉及一种基于梯度提升树的烟草回潮机出料含水率预测方法。
技术介绍
松散回潮是烟草生产工艺的重要组成部分，对卷烟的品质和口感起着关键影响。随着烟草行业自动化和智能化水平的提高，对于松散回潮机的出料温湿度控制的要求进一步提高。但是在实际操作中，由于变量数量多且相互关系复杂，因此难以建立起有效的出料含水率控制方法回潮的出料含水率依赖于操作人员利用经验或者简单的预测模型进行手动调节，比如基于经验将产品分组，以及使用基于线性回归或神经网络的预测方法。安徽中烟通过对烟叶分组改进了加水策略，福建中烟和河南中烟分别利用环境温湿度和部分工艺参数，建立起多元回归模型预测出松散回潮加水量。贵州中烟的工程师利用Peleg提出的二参数非指数经验模型方程，基于物料的初始含水量和加水量预测出了回潮机出料含水率。福建龙岩烟草工业有限责任公司的工程师则使用了Elman神经网络，充分利用其动力学特征和优良的稳定性的特点，山东中烟利用基于径向基函数的神经网络模型，向模型中输入制叶段实时数据松散回潮出料含水率、润叶加料出料含水率，预测烘丝机的叶丝生丝含水率值。根据实践结果，利用线性回归和神经网络的方法进行预测指导加水量的控制，具有较好的效果，并在实际生产中可以有效的提高产品的质量。但是基于线性回归的方法未能充分考虑和整合烟草回潮实际生产过程的复杂性，使用传统的工艺组合改进或者线性回归等较为简单的预测方法，对系统的复杂性的处理能力不足，同时未能充分的考虑环境参数和生产工艺对出料含水率的共同影响。计算得到的结果精度有限，不能可靠的使用到回潮机的出料含水率预测中。在早期的回潮机研究中，受限于硬件条件和数据采集能力，用于模型计算和拟合的参数的种类、数据数量和颗粒度不足，不利于建立起复杂可靠的回潮模型。同时数学理论特别是机器学习理论的成熟度和面向工业生产流程的研究水平比较低，缺乏将复杂的机器学习模型和回潮过程相结合的解决方案。
技术实现思路
本专利技术方法使用回潮机的完整的工艺参数和环境参数作为自变量，利用梯度提升树算法建立起回潮预测模型，充分考虑了不同的影响因子对烟草回潮机的出料含水率的影响，同时增强了预测模型对回潮过程的非线性特点的预测和解读能力。该模型在实际回潮过程的工作环境下无需人为经验干预即可完成出料含水率的预测，预测结果精度高，计算速度快。该预测方法能够自动计算回潮机的出料含水率和需要的加水量，进而对烟叶的温湿度进行更有效的控制从而提高烟丝的品质。为了实现上述目的，本专利技术是采用以下技术方案实现的：所述的基于梯度提升树的烟草回潮机出料含水率预测方法，采用以下步骤实现：步骤1.获取生产流程工艺和环境参数的数据；步骤2.对数据实施预处理，删除异常值并对不同参数实施时间点对齐；步骤3.将数据分割为训练集和测试集；步骤4.训练集被用来训练不同的出料含水率预测模型，分别利用回归、支持向量机、神经网络和梯度提升树四种算法来生成预测模型；步骤5.在测试集上验证和对比模型的预测结果和真实值的差异，根据业务要求和统计指标的对比，选择出最佳的预测算法。优选的，所述的一种基于梯度提升树的烟草回潮机出料含水率预测方法包括数据采集单元、数据预处理单元、出料含水率模型训练单元、出料含水率模型评估单元、出料含水率模型性能报告单元。优选的，所述的步骤1为数据获取环节，获取每个产线上的回潮机的重要参数，所采集的数据涵盖生产工艺和环境参数，包括回潮机的烟叶入口含水量、丝材流量、片材流量、热风温度、加水流量、出口湿度、出口温度、时间点、机器周边的环境温度和环境湿度，以及生产的产品牌号。优选的，所述的步骤2为数据预处理环节，对于各个工艺参数的缺失的数据点，首先使用插值的方式进行补全；然后基于回潮机的生产要求和行业经验，筛选并剔除明显偏离了正常运行范围的数据点；接下来对数据实施重采样，获取拥有固定时间间隔的数据。优选的，所述的步骤4为模型训练调优环节，将满足数据条件的子数据输入到模型训练环节，作为自变量的特征包括回潮过程的所有关键参数：烟叶入口含水量、丝材流量、片材流量、热风温度、加水流量、机器周边的环境温度和环境湿度，作为预测目标的因变量为回潮工艺机器出口的出料含水率。优选的，所述的步骤4采用的算法包括包括梯度提升树、支持向量机、神经网络和线性回归等多种回归和机器学习算法；在模型的选择调优中，设定由工艺决定的预测误差阈值，基于算法开发逻辑进行迭代计算，达到工艺要求和统计学误差指标后收敛；在算法择优过程中，对多个候选预测模型同时执行了计算，计算各模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)、拟合优度(R-square)和百分比偏差，比较后选择预测效果最好的模型，即取百分比偏差和误差都比较小但是拟合优度较大的作为最优模型选择，经对比确定了梯度提升树算法作为生成预测模型的最佳算法；所得到的模型保存在存储单元中供不断地调用。本专利技术有益效果：1，基于回潮机的运行特点和梯度提升树算法建立起一套预测模型，来描述回潮机出口控制变量、物料和环境参数所构成的复杂系统中不同变量的关系，而无需受控实验环境测量；2，提升了回潮机生产运行过程的预测结果的精度和可靠性，可实时在线预测计算出料含水率，并评估预测的精确度和生产工艺水平。附图说明图1为系统结构图；图2数据处理和预测流程。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。如图1-2所示，针对烟草回潮过程中的出料含水率的精准预测和控制能力的不足，。该方法首先从工厂生产管理系统中获取生产流程工艺和环境参数的数据；然后对数据实施预处理，删除异常值并对不同参数实施时间点对齐；随后将数据分割为训练集和测试集，其中训练集被用来训练不同的出料含水率预测模型，分别利用回归、支持向量机、神经网络和梯度提升树四种算法来生成预测模型；最后在测试集上验证和对比模型的预测结果和真实值的差异，根据业务要求和统计指标的对比，选择出最佳的预测算法。数据采集单元：获取每个产线上的回潮机的工艺参数和环境参数，包括回潮机的入口烟叶含水量、丝材流量、片材流量、热风温度、加水流量、出口湿度、出口温度、数据采集时间点、机器周边的环境温度和环境湿度、以及生产的产品牌号等。相对于现有技术只使用工艺参数或者环境参数，未能有效的考虑回潮机的工作机制，本专利技术的数据采集单元所采集的数据的参数种类有很大的提高，将回潮机的工作过程中涉及的参数有效的整合到了模型中，更好的把握了回潮过程的机理。数据预处理单元：根据对生产过程的机理的了解，筛选并剔除偏离了正常温湿度范围的数据点，同时对温湿度和工艺参数的时间点进行对齐处理，使得数据的时间间本文档来自技高网...

【技术保护点】
1.一种基于梯度提升树的烟草回潮机出料含水率预测方法，其特征在于：所述的基于梯度提升树的烟草回潮机出料含水率预测方法，采用以下步骤实现：/n步骤1.获取生产流程工艺和环境参数的数据；/n步骤2.对数据实施预处理，删除异常值并对不同参数实施时间点对齐；/n步骤3.将数据分割为训练集和测试集；/n步骤4.训练集被用来训练不同的出料含水率预测模型，分别利用回归、支持向量机、神经网络和梯度提升树四种算法来生成预测模型；/n步骤5.在测试集上验证和对比模型的预测结果和真实值的差异，根据业务要求和统计指标的对比，选择出最佳的预测算法。/n

【技术特征摘要】
1.一种基于梯度提升树的烟草回潮机出料含水率预测方法，其特征在于：所述的基于梯度提升树的烟草回潮机出料含水率预测方法，采用以下步骤实现：
步骤1.获取生产流程工艺和环境参数的数据；
步骤2.对数据实施预处理，删除异常值并对不同参数实施时间点对齐；
步骤3.将数据分割为训练集和测试集；
步骤4.训练集被用来训练不同的出料含水率预测模型，分别利用回归、支持向量机、神经网络和梯度提升树四种算法来生成预测模型；
步骤5.在测试集上验证和对比模型的预测结果和真实值的差异，根据业务要求和统计指标的对比，选择出最佳的预测算法。


2.一种基于梯度提升树的烟草回潮机出料含水率预测方法，其特征在于:所述的一种基于梯度提升树的烟草回潮机出料含水率预测方法包括数据采集单元、数据预处理单元、出料含水率模型训练单元、出料含水率模型评估单元、出料含水率模型性能报告单元。


3.根据权利要求1所述的一种基于梯度提升树的烟草回潮机出料含水率预测方法，其特征在于：所述的步骤1为数据获取环节，获取每个产线上的回潮机的重要参数，所采集的数据涵盖生产工艺和环境参数，包括回潮机的烟叶入口含水量、丝材流量、片材流量、热风温度、加水流量、出口湿度、出口温度、时间点、机器周边的环境温度和环境湿度，以及生产的产品牌号。


4.根据权利要求1或3所述的一种基于梯度提升树的烟草回潮机出料含水率预测方法，其特征在...

【专利技术属性】
技术研发人员：何毅，李斌，卫建斌，李凡，普轶，何玮，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：云南;53