【技术实现步骤摘要】
基于物理特性及物理运动特性的松散回潮来料水分预测方法
[0001]本专利技术涉及烟草行业,具体为一种适用于烟草制造行业的基于物理特性及物理运动特性的制丝环节松散回潮来料水分预测方法。
技术介绍
[0002]松散回潮工序是卷烟制丝环节的第一道水分控制工序,其出口水分稳定性直接关系着后序加工的稳定性,同时也影响成品烟丝的填充值。影响松散回潮出口水分稳定性的原因主要是来料水分的一致性。
[0003]据生产现状调查,存在以下问题:(1)外部因素:公司原料存储库仅部分为恒温恒湿库,绝大部分原料存储于自然环境库,原料含水率波动较大,经统计,原料烟包水分在8%
‑
14%之间,批内最低水分与最高水分相差6%左右。(2)内部因素:现在车间从高架库出料到松散回潮机前端工序无水分检测点,导致烟叶在经过长达300多米路径,及三个生产岗位过程中均不能获取其水分信息,不能提前给下道工序控制信号,造成松散回潮工序的控制上存在一些困难。
[0004]以上现存问题对生产及提升产生的影响有以下几个方面:
[0005]( ...
【技术保护点】
【技术特征摘要】
1.基于物理特性及物理运动特性的松散回潮来料水分预测方法,其特征在于:包括以下步骤:步骤一:烟叶物理特性研究提取全牌号各年份烟叶,进行含水率、吸水性实验,得到不同年份烟叶含水率、水分吸收速率、吸收曲线、饱和吸收量等物理特性;步骤二:来料模块分布特性研究依据烟叶在松散回潮前的物理运动方式及轨迹,将一批次烟叶分为若干个来料模块,再通过现场调研法及运动轨迹跟踪法对烟叶松散回潮前运动过程进行研究,利用计时法,测算每个来料模块烟包通过工序所用时长,得到来料模块分布特性;步骤三:数据提取及预处理通过提取采集的生产数据以及现场实验结果,确定构建来料水分预测模型的变量,而后进行数据预处理;步骤四:来料水分预测模型依据来料模块水分实测值及其分布特性,建立来料水分预测模型,该模型采用梯度变化算法构建而成;步骤五:建立松散回潮打水预测模型利用BP神经网络算法构建打水预测模型,并进行打水量预测,指导松散回潮打水控制系统;步骤六:模型优化所述来料水分预测模型依据生产时机自学习,实现预测模型的自优化。2.根据权利要求1所述的松散回潮来料水分预测方法,其特征在于:步骤一包括:对原料依据年份取样,并做水分含量检测,以获得不同年份烟叶含水率;在不同环境温度下,采用滴注法测定烟叶吸水速率,向各年份烟叶物料上滴软化水,当液滴与物料接触时计时,当物料表面无可流动水结束计时,以获得不同年份烟叶不同环境温度下的水分吸收速率;在不同环境温度...
【专利技术属性】
技术研发人员:刘博,李自娟,高杨,张云飞,卢渊,孙嘉,周政,杜冬生,国际超,张嘉琪,梁飞,阮春伟,
申请(专利权)人:张家口卷烟厂有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。