一种烟草制丝生产线的工艺控制参数的预测方法及装置制造方法及图纸

本申请提供了一种烟草制丝生产线的工艺控制参数的预测方法及装置，针对烟草制丝生产线中未运行的目标有参工序的每个工艺控制参数，通过以下步骤对目标有参工序的该工艺控制参数进行预测：获取参数数据集，参数数据集包括烟草制丝生产线中所有已运行的有参工序的工艺控制参数，以及所有已运行的有参工序的工艺控制参数中，目标工艺控制参数对应的工艺预测参数；将参数数据集输入目标有参工序的该工艺控制参数对应的预测模型，以获取预测模型输出的目标有参工序的该工艺控制参数的预测结果，用于对烟草制丝生产线中的一个工艺控制参数进行预测，以提高工艺控制参数预测的准确性，避免对烟草制丝生产线的产品质量造成影响。响。响。

【技术实现步骤摘要】
一种烟草制丝生产线的工艺控制参数的预测方法及装置


[0001]本申请涉及烟草生产
，具体而言，涉及一种烟草制丝生产线的工艺控制参数的预测方法及装置。

技术介绍

[0002]目前卷烟厂的烟草制丝生产线主要包括片烟出库、切片、叶片回潮、叶片暂贮、叶片加料、贮叶、切丝、烘丝、贮叶丝、混丝加香和贮混丝等多个工序。在每个工序的实际生产过程中，都涉及一个或多个工艺控制参数的调控，工艺控制参数如烘丝机筒壁温度、贮叶时间等。每个工艺控制参数都需要控制在一定的数值范围内，如果超出范围，往往会对产品质量造成不可逆的影响。
[0003]现有的一些工艺控制参数仍需工作人员凭借个人经验预测调整，但工作人员的工作经验各不相同，并且每种工艺控制参数的控制都由其前工序的多个工艺控制参数等多方面因素决定，因此工作人员根据经验预测的方法并不准确，容易对产品质量造成一定程度的影响。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种烟草制丝生产线的工艺控制参数的预测方法及装置，用于对烟草制丝生产线中的一个工艺控制参数进行预测，以提高工艺控制参数预测的准确性，避免对烟草制丝生产线的产品质量造成影响。
[0005]第一方面，本申请提供了一种烟草制丝生产线的工艺控制参数的预测方法，烟草制丝生产线包括多个无参工序和多个有参工序，每个有参工序对应至少一个工艺控制参数，针对烟草制丝生产线中未运行的目标有参工序的每个工艺控制参数，通过以下步骤对目标有参工序的该工艺控制参数进行预测：获取参数数据集，参数数据集包括烟草制丝生产线中所有已运行的有参工序的工艺控制参数，以及所有已运行的有参工序的工艺控制参数中，目标工艺控制参数对应的工艺预测参数；将参数数据集输入目标有参工序的该工艺控制参数对应的预测模型，以获取预测模型输出的目标有参工序的该工艺控制参数的预测结果。
[0006]优选的，通过以下方式获取参数数据集：获取参数子数据集，参数子数据集包括目标烟草牌号和批次对应的烟草制丝生产线上，所有已运行的有参工序对应的工艺控制参数，以及所有已运行的有参工序的工艺控制参数中，目标工艺控制参数对应的工艺预测参数；确定参数子数据集是否满足参数数据集生成条件；若满足参数数据集条件，则根据将参数子数据集作为参数数据集；若不满足参数数据集条件，则更新参数子数据集，并将更新后的参数子数据集作为参数数据集。
[0007]优选的，通过以下方式确定参数子数据集是否满足参数数据集条件：确定当前预测的工艺控制参数在预设参数排序中的第一序号；将参数子数据集中的所有参数按照预设参数排序进行排序，以确定第二序号，第一序号大于第二序号；确定第一序号与第二序号之
间的序号差值与预设序号差值的大小；若序号差值等于预设序号差值，则确定参数子数据集满足参数数据集条件；若序号差值大于预设序号差值，则确定参数子数据集不满足参数数据集条件。
[0008]优选的，通过以下方式生成预测模型：获取多个预先训练好的基础子模型，每个基础子模式的输入为该预测模型对应的工艺控制参数之前的所有工艺控制参数和工艺预测参数，每个基础子模型的输出为该预测模型对应的工艺控制参数；根据每个基础子模型的误差值，确定出多个目标基础子模型，并分别生成均化基础模型、元模型融合基础模型以及加权基础模型；分别确定均化基础模型、元模型融合基础模型以及加权基础模型各自的误差值，并将其中误差值最小的模型确定为预测模型。
[0009]优选的，通过以下方式更新参数子数据集：根据当前参数子数据集对应的第二序号，在预设参数排序中确定第二序号对应的参数的下一参数；将当前参数子数据集按预设参数排序输入当前下一参数对应的预测模型中，以获取该预测模型输出的当前下一参数的预测结果；将下一参数的预测结果添加在参数子数据集中以形成更新后的参数子数据集；确定更新后的参数子数据集是否满足参数数据集条件；若不满足，则继续更新参数子数据集。
[0010]优选的，确定当前预测的工艺控制参数在预设参数排序中的第一序号的步骤之前，还包括：根据烟草制丝生产线中多个有参工序的运行顺序及每个参数的权重值，确定每个有参工序的工艺控制参数和工艺预测参数之间的预设参数排序，其中，每个工艺控制参数或工艺预测参数对应一个序号。
[0011]优选的，每个预先训练好的基础子模型通过同一个训练数据集训练获取，通过以下方式生成该训练数据集：获取第一历史数据集，第一历史数据集包括多组按预设参数排序的，第一序号之前的所有序号对应的参数；针对第一历史数据集中的每组参数，确定第一序号对应的参数的下一参数；将每组参数输入当前下一参数对应的预测模型中，以获取多个当前下一参数的预测结果，并对应的拼接在第一历史数据集的每组参数中；获取第二历史数据集，第二历史数据集包括多组按预设参数排序的，当前下一参数之前的所有参数；对拼接后的第一历史数据集和第二历史数据集进行预处理，以生成训练数据集。
[0012]第二方面，本申请提供了一种烟草制丝生产线的工艺控制参数的预测装置，烟草制丝生产线包括多个无参工序和多个有参工序，每个有参工序对应至少一个工艺控制参数，针对烟草制丝生产线中未运行的目标有参工序对应的每个工艺控制参数，通过预测装置对该工艺控制参数进行预测，预测装置包括：
[0013]获取模块，用于获取参数数据集，参数数据集包括烟草制丝生产线中所有已运行的有参工序对应的工艺控制参数，以及目标有参工序的该工艺控制参数对应的至少一个工艺预测参数；
[0014]预测模块，用于将参数数据集输入该工艺控制参数对应的预测模型，以获取预测模型输出的工艺控制参数的预测结果。
[0015]第三方面，本申请还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的烟草制丝生产线的工艺控制参数的预测方法的步骤。
[0016]第四方面，本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的烟草制丝生产线的工艺控制参数的预测方法的步骤。
[0017]本申请提供的烟草制丝生产线的工艺控制参数的预测方法及装置，烟草制丝生产线包括多个无参工序和多个有参工序，每个有参工序对应至少一个工艺控制参数，针对烟草制丝生产线中未运行的目标有参工序对应的每个工艺控制参数，通过以下步骤对该工艺控制参数进行预测：获取参数数据集，参数数据集包括烟草制丝生产线中所有已运行的有参工序对应的工艺控制参数，以及目标有参工序的该工艺控制参数对应的至少一个工艺预测参数，这里获取到的是需要预测的工艺控制参数之前的所有工艺控制参数和工艺预测参数，将参数数据集输入该工艺控制参数对应的预测模型，以获取预测模型输出的工艺控制参数的预测结果，该预测结果即为需要预测的工艺控制参数的预测结果，可以将该预测结果作为烟草制丝生产线中对应的生产设备的控制参数，与现有技术中的人工预测工艺控制参数方法相比，工艺控制参数的预测结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟草制丝生产线的工艺控制参数的预测方法，其特征在于，烟草制丝生产线包括多个无参工序和多个有参工序，每个有参工序对应至少一个工艺控制参数，针对烟草制丝生产线中未运行的目标有参工序的每个工艺控制参数，通过以下步骤对目标有参工序的该工艺控制参数进行预测：获取参数数据集，所述参数数据集包括烟草制丝生产线中所有已运行的有参工序的工艺控制参数，以及所有已运行的有参工序的工艺控制参数中，目标工艺控制参数对应的工艺预测参数；将所述参数数据集输入目标有参工序的该工艺控制参数对应的预测模型，以获取预测模型输出的目标有参工序的该工艺控制参数的预测结果。2.根据权利要求1所述的预测方法，其特征在于，通过以下方式获取参数数据集：获取参数子数据集，所述参数子数据集包括目标烟草牌号和批次对应的烟草制丝生产线上，所有已运行的有参工序的工艺控制参数，以及所有已运行的有参工序的工艺控制参数中，目标工艺控制参数对应的工艺预测参数；确定所述参数子数据集是否满足参数数据集生成条件；若满足参数数据集条件，则根据将参数子数据集作为参数数据集；若不满足参数数据集条件，则更新参数子数据集，并将更新后的参数子数据集作为参数数据集。3.根据权利要求2所述的预测方法，其特征在于，通过以下方式确定参数子数据集是否满足参数数据集条件：确定当前预测的工艺控制参数在预设参数排序中的第一序号；将参数子数据集中的所有参数按照预设参数排序进行排序，以确定第二序号，所述第一序号大于所述第二序号；确定第一序号与第二序号之间的序号差值与预设序号差值的大小；若所述序号差值等于所述预设序号差值，则确定参数子数据集满足参数数据集条件；若所述序号差值大于所述预设序号差值，则确定参数子数据集不满足参数数据集条件。4.根据权利要求3所述的预测方法，其特征在于，通过以下方式生成预测模型：获取多个预先训练好的基础子模型，每个基础子模式的输入为该预测模型对应的工艺控制参数之前的所有工艺控制参数和工艺预测参数，每个基础子模型的输出为该预测模型对应的工艺控制参数；根据每个基础子模型的误差值，确定出多个目标基础子模型，并分别生成均化基础模型、元模型融合基础模型以及加权基础模型；分别确定均化基础模型、元模型融合基础模型以及加权基础模型各自的误差值，并将其中误差值最小的模型确定为预测模型。5.根据权利要求4所述的预测方法，其特征在于，通过以下方式更新参数子数据集：根据当前参数子数据集对应的第二序号，在预设参数排序中确定第二序号对应的参数的下一参数；将当前参数子数据集按预设参数排...

【专利技术属性】
技术研发人员：刘大卫，李用清，誉东明，章立，房华伟，夏永明，唐芳丽，费禹铖，鲁艳红，梁志远，黄贤飞，安连友，
申请(专利权)人：广西中烟工业有限责任公司，
类型：发明
国别省市：