[发明专利]棉花回潮率目标值的设定方法、装置、设备及存储介质

说明书

本发明公开了一种棉花回潮率目标值的设定方法，该方法包括以下步骤：获取待生产棉样的目标轧工质量等级；将目标轧工质量等级输入到预设的回潮率设定模型中，得到目标棉花回潮率；其中，回潮率设定模型为采用随机森林学习算法预先学习得到；将待生产棉样的回潮率目标值设定为目标棉花回潮率。应用本发明实施例所提供的技术方案，有效弥补了回潮率的设定上存在范围浮动大、主观随意性强、缺乏科学指导等不足，有利于提升棉花加工过程中轧工质量的智能优化控制，促进机采棉加工工艺改进，提高了棉花加工企业的经济效益。本发明还公开了一种棉花回潮率目标值的设定装置、设备及存储介质，具有相应技术效果。

技术领域

本发明涉及棉花轧工质量自动化管控技术领域，特别是涉及一种棉花回潮率目标值的设定方法、装置、设备及计算机可读存储介质。

背景技术

我国拥有悠久的植棉历史，是世界上重要的产棉国、用棉国，同时也是棉花进口大国。随着机采棉技术的推广与普及，“重产量、轻质量”的观念影响着棉花的加工生产，造成我国棉花质量严重滑坡，市场竞争力不强，高品质棉花需要进口的现状。如果棉花轧工质量不佳，外观形态粗糙、疵点过多，将会造成棉纱断头、染色不匀，严重时还会造成产品的废品与次品，给国家和企业造成经济损失。因此，在棉花加工过程中需要进行质量管控，在优化棉花质量的同时提高产量。

在棉花加工工艺环节中，回潮率是影响棉花质量的重要因素。回潮率过低，棉花经过轧花、皮清后，纤维容易受损，进而降低纤维长度；回潮率过高，容易产生索丝与棉结，降低了轧工质量，并且增加了生产线“堵车”的风险。但是，长期以来，棉花加工企业对于皮棉轧工质量的管控过于粗放，主要通过人工设定回潮率方式实现，这就导致回潮率的设定上存在范围浮动大、主观随意性强、缺乏科学指导等问题，不能满足棉花精细化加工与质量自动化管控的需要。

综上所述，如何科学精准地设定回潮率目标值，进而提高棉花加工质量，克服回潮率设定上的范围浮动大、主观随意性强等困难，是目前我国棉花加工领域亟待解决的难题。

发明内容

本发明的目的是提供一种棉花回潮率目标值的设定方法，该方法有效弥补了回潮率的设定上存在范围浮动大、主观随意性强、缺乏科学指导等不足，有利于提升棉花加工过程中轧工质量的智能优化控制；本发明的另一目的是提供一种棉花回潮率目标值的设定装置、设备及计算机可读存储介质。

为解决上述技术问题，本发明提供如下技术方案：

一种棉花回潮率目标值的设定方法，包括：

获取待生产棉样的目标轧工质量等级；

将所述目标轧工质量等级输入到预设的回潮率设定模型中，得到所述目标轧工质量等级对应的目标棉花回潮率；其中，所述回潮率设定模型为采用随机森林学习算法预先学习得到的；

将生成所述待生产棉样的回潮率目标值设定为所述目标棉花回潮率。

在本发明的一种具体实施方式中，在将所述目标轧工质量等级输入到预设的回潮率设定模型中之前，还包括：

获取各轧工质量等级对应的目标棉样的各基础数据参数；

将各所述基础数据参数导入origin数值分析系统中，以利用所述origin数值分析系统确定各所述轧工质量等级的影响因子；

基于各所述影响因子和对应的各所述目标棉花回潮率构建原始训练集；

利用bootstrap重抽样方法从所述原始训练集中有放回地抽取第一预定数量个样本，并为每个样本建立对应的分类树；其中，每个样本包括所述影响因子和对应的目标棉花回潮率；

获取每棵分类树的训练结果；

根据各所述训练结果确定分类结果，得到基于所述随机森林机器学习算法的回潮率设定模型。