松散回潮出口含水率预测方法、装置以及设备制造方法及图纸

本发明专利技术公开了一种松散回潮出口含水率预测方法、装置以及设备，本发明专利技术的构思在于摒弃了润叶加料入口参数作为预测因子，而是在松散回潮出口至润叶加料出口构建逆向预测模型，并结合生产设备参数进行特定输入特征变量的选配，从而可以有效、精准地解决润叶加料出口含水率和松散回潮出口含水率之间的参数协同及质量指标关联匹配问题，进而可以稳定、可靠地指导物料含水率的控制，实现制丝车间的工序生产协同，最终保证制丝烟丝生产加工均质化。最终保证制丝烟丝生产加工均质化。最终保证制丝烟丝生产加工均质化。

【技术实现步骤摘要】
松散回潮出口含水率预测方法、装置以及设备


[0001]本专利技术涉及烟草加工领域，尤其涉及一种松散回潮出口含水率预测方法、装置以及设备。

技术介绍

[0002]润叶加料出口含水率是制丝生产环节的一项重要工艺指标，其符合性和稳定性对后续工序的过程控制稳定与否具有重要影响。制丝生产过程中，烟叶物料需要经过切片、松散回潮、激光除杂、润叶加料，包括针对薄片的松散回潮及贮叶后输送至润叶加料工序，最后进入贮叶房进行贮存(本专利技术将以上工序统称为投料段，参考图1虚线示意)。松散回潮工序主要是通过热蒸汽加水增加烟叶的水分和温度，使烟块充分松散开并去除杂气，再经过后道的润叶加料工序，将糖料均匀地施加到烟片上，最后进入储叶房贮存一定时间以平衡烟片的水分和温度。但一方面由于受各种因素影响，中间环节易造成水分散失；另一方面由于叶片物料通常仅是在松散回潮工序中进行水分调节，而在润叶加料工序仅进行加料工作，除去糖料中的固定水分，工序至此便不会再对物料水分进行修正。因此，保证松散回潮工序的出口含水率的符合性对指导松散回潮加水以及稳定润叶加料工序出口的含水率有直接影响。
[0003]然而，现有的松散回潮出口(水分仪1处)含水率值，主要是依靠人工经验根据润叶加料入口(水分仪2处)含水率的标准值进行估算，但由于在实际操作中含水率会受到较多因素的影响，这种人工简单估算的方式无法实现前后工序参数协同控制。

技术实现思路

[0004]为保障润叶加料出口含水率稳定，本专利技术旨在提供一种松散回潮出口含水率预测方法、装置以及设备，采用逆向预测模型替代人工估算，有效解决前后工序参数协同不佳的问题。
[0005]本专利技术采用的技术方案如下：
[0006]第一方面，本专利技术提供了一种松散回潮出口含水率预测方法，其中，包括：
[0007]构建用于逆向预测松散回潮出口含水率的预测模型；
[0008]按照预设的若干变量种类，获取相应的设备参数及工艺参数作为输入变量；所述变量种类至少包括依据工艺标准给定的润叶加料出口含水率的标准值；
[0009]根据所述输入变量以及所述预测模型，得到松散回潮出口含水率的预测值。
[0010]在其中至少一种可能的实现方式中，若干变量种类的预设方式包括：
[0011]确定输出变量并选取若干候选输入变量；
[0012]逐个确定各所述候选输入变量与所述输出变量的相关性系数；
[0013]根据所述相关性系数以及预设的系数阈值，确定原始输入变量的种类。
[0014]在其中至少一种可能的实现方式中，所述原始输入变量包括：松散回潮片区温度、松散回潮片区相对湿度、润叶加料工序的物料流量、润叶加料工序的加料流量、润叶加料片
区温度、润叶加料片区相对湿度、润叶加料出口温度、润叶加料热蒸汽添加值、润叶加料出口含水率以及薄片含水率。
[0015]在其中至少一种可能的实现方式中，若干变量种类的预设方式还包括：基于预设的变量优化策略，对所述原始输入变量中涉及片区温度及片区相对湿度的变量进行整合。
[0016]在其中至少一种可能的实现方式中，所述对所述原始输入变量中涉及片区温度及片区相对湿度的变量进行整合包括：
[0017]利用所述松散回潮片区温度以及所述松散回潮片区相对湿度，求取松散回潮片区湿空气焓；和/或
[0018]利用所述润叶加料片区温度以及所述润叶加料片区相对湿度，求取润叶加料片区湿空气焓。
[0019]在其中至少一种可能的实现方式中，所述预测模型包括Converse-XGBoost模型。
[0020]第二方面，本专利技术提供了一种松散回潮出口含水率预测装置，其中，包括：
[0021]逆向模型训练模块，用于构建用于逆向预测松散回潮出口含水率的预测模型；
[0022]输入变量确定模块，用于按照预设的若干变量种类，获取相应的设备参数及工艺参数作为输入变量；所述变量种类至少包括依据工艺标准给定的润叶加料出口含水率的标准值；
[0023]预测模块，用于根据所述输入变量以及所述预测模型，得到松散回潮出口含水率的预测值。
[0024]在其中至少一种可能的实现方式中，所述输入变量确定模块包括变量种类预设单元，所述变量种类预设单元具体包括：
[0025]初始变量确定组件，用于确定输出变量并选取若干候选输入变量；
[0026]相关性确定组件，用于逐个确定各所述候选输入变量与所述输出变量的相关性系数；
[0027]原始输入变量确定组件，用于根据所述相关性系数以及预设的系数阈值，确定原始输入变量的种类。
[0028]在其中至少一种可能的实现方式中，所述变量种类预设单元还包括：
[0029]变量整合组件，用于基于预设的变量优化策略，对所述原始输入变量中涉及片区温度及片区相对湿度的变量进行整合。
[0030]第三方面，本专利技术提供了一种松散回潮出口含水率预测设备，其中，包括：
[0031]一个或多个处理器、存储器以及一个或多个计算机程序，所述存储器可以采用非易失性存储介质，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行如第一方面或者第一方面的任一可能实现方式中的所述方法。
[0032]本专利技术的构思在于摒弃了润叶加料入口参数作为预测因子，而是在松散回潮出口至润叶加料出口构建逆向预测模型，并结合生产设备参数进行特定输入特征变量的选配，从而可以有效、精准地解决润叶加料出口含水率和松散回潮出口含水率之间的参数协同及质量指标关联匹配问题，进而可以稳定、可靠地指导物料含水率的控制，实现制丝车间的工序生产协同，最终保证制丝烟丝生产加工均质化。
附图说明
[0033]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步描述，其中：
[0034]图1为投料切丝工艺流程示意图；
[0035]图2为本专利技术提供的松散回潮出口含水率预测方法的实施例的流程图；
[0036]图3为本专利技术提供的输入变量预设方法的实施例的流程图；
[0037]图4为本专利技术提供的松散回潮出口含水率预测装置的实施例的示意图。
具体实施方式
[0038]下面详细描述本专利技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0039]在对本专利技术具体技术方案介绍之前，先对专利技术人的处理及推导思路进行如下说明。专利技术人首先尝试采用建立多元线性回归模型进行求解的方式，实现对松散回潮出口含水率进行预测及控制，具体是通过给定润叶加料入口的水分值，去计算松散回潮机回潮加水比例参考值，但是，经过实践发现此方式存在以下缺陷：
[0040](1)物料经过切片、叶片松散回潮、润叶加料等多个工序，影响润叶加料出口含水率的因素复杂且存在一定的关联性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种松散回潮出口含水率预测方法，其特征在于，包括：构建用于逆向预测松散回潮出口含水率的预测模型；按照预设的若干变量种类，获取相应的设备参数及工艺参数作为输入变量；所述变量种类至少包括依据工艺标准给定的润叶加料出口含水率的标准值；根据所述输入变量以及所述预测模型，得到松散回潮出口含水率的预测值。2.根据权利要求1所述的松散回潮出口含水率预测方法，其特征在于，若干变量种类的预设方式包括：确定输出变量并选取若干候选输入变量；逐个确定各所述候选输入变量与所述输出变量的相关性系数；根据所述相关性系数以及预设的系数阈值，确定原始输入变量的种类。3.根据权利要求2所述的松散回潮出口含水率预测方法，其特征在于，所述原始输入变量包括：松散回潮片区温度、松散回潮片区相对湿度、润叶加料工序的物料流量、润叶加料工序的加料流量、润叶加料片区温度、润叶加料片区相对湿度、润叶加料出口温度、润叶加料热蒸汽添加值、润叶加料出口含水率以及薄片含水率。4.根据权利要求3所述的松散回潮出口含水率预测方法，其特征在于，若干变量种类的预设方式还包括：基于预设的变量优化策略，对所述原始输入变量中涉及片区温度及片区相对湿度的变量进行整合。5.根据权利要求4所述的松散回潮出口含水率预测方法，其特征在于，所述对所述原始输入变量中涉及片区温度及片区相对湿度的变量进行整合包括：利用所述松散回潮片区温度以及所述松散回潮片区相对湿度，求取松散回潮片区湿空气焓；和/或利用所述润叶加料片区温度以及所述润叶加料片区相对湿度，求取润叶加料片区湿空气焓。6.根据权利要求1～...

【专利技术属性】
技术研发人员：高立秀，陈得丽，王星皓，万兴淼，朱知元，孙成顺，佘迪，张彪，计保芮，孙婷，
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：