[发明专利]一种基于来料状态的卷烟机参数设置预测系统和方法

权利要求书

1.一种基于来料状态的卷烟机参数设置预测系统，其特征在于，包括：数据采集模块、训练模块和预测模块；

数据采集模块，用于采集历史烟丝来料状态参数数据、对应批次卷烟机参数数据和对应批次物理指标稳定性数据，对来料状态参数数据进行预处理得到烟丝来料状态样本数据，将烟丝来料状态样本数据输出到训练模块,烟丝来料状态参数包括烟丝填充值数据、烟丝水分数据、烟丝长丝率数据、烟丝中丝率数据和烟丝碎丝率数据；对应批次卷烟机参数数据包括风机正压数据、吸丝负压数据、针辊回丝量数据、过重剔除设定数据和过轻剔除设定数据；对应批次物理指标稳定性数据包括烟支重量标准偏差；

其中，所述数据采集模块包括样本数据采集、样本筛选单元和样本数据预处理，所述样本数据采集用于采集历史烟丝来料状态参数数据、对应批次卷烟机参数数据和对应批次物理指标稳定性数据，所述样本筛选单元用于对历史烟丝来料状态参数数据进行筛选，根据采集的对应批次物理指标稳定性数据，剔除批次卷烟物理指标稳定性指标不符合要求的烟丝来料状态参数数据，得到符合要求的烟丝来料状态参数数据，所述样本数据预处理对符合要求的烟丝来料状态参数数据和对应批次卷烟机参数数据进预处理得到烟丝来料状态样本数据，将烟丝来料状态样本数据输入到训练模块；

训练模块，用于接收所述数据采集模块输入的烟丝来料状态样本数据，基于烟丝来料状态样本数据进行学习，得到神经网络预测模型；

其中，所述训练模块包括神经网络训练单元，所述神经网络训练单元用于基于对烟丝来料状态样本数据对神经网络模型进行训练，得到训练好的神经网络预测模型；

所述神经网络训练单元为BP神经网络，所述神经网络训练单元的结构为三层，网络的隐含层数设置为一层，将烟丝填充值、烟丝水分、烟丝长丝率、烟丝中丝率、烟丝碎丝率作为神经网络的输入层，将风机正压、吸丝风压、针辊回丝量、过重剔除设定、过轻剔除设定作为神经网络的输出层，即输入层的神经元个数为5个，输出层的神经元个数为5个；

预测模块，用于在生产前采集批次烟丝来料状态参数数据，输入到根据所述训练模块得到神经网络预测模型，得到设置参数数据，对卷烟机参数进行设置，同时将符合卷烟物理指标稳定性指标的烟丝来料状态参数输入到所述训练模块中重新进行训练；

其中，所述预测模块包括来料状态采集单元、来料数据预处理单元、来料数据处理单元、卷烟机参数设置单元和判断单元，所述来料状态采集单元用于在生产前采集批次烟丝来料状态参数数据，所述来料数据处理单元用于对采集批次烟丝来料状态参数数据进行预处理，将处理完成的数据输入神经网络预测模型，神经网络预测模型根据输入的数据进行预测得到预测数据，所述来料数据处理单元对预测数据进行处理得到卷烟机设置参数，所述卷烟机参数设置单元根据卷烟机设置参数对卷烟机进行参数设置，所述判断单元对生产出来的卷烟的物理指标稳定性数据进行判断，将符合卷烟物理指标稳定性指标的烟丝来料状态参数输入到所述训练模块中重新进行训练。

2.如权利要求1所述的一种基于来料状态的卷烟机参数设置预测系统，其特征在于，对批次卷烟物理指标稳定性指标进行判断，当该批次烟支重量标准偏差≤21mg时，将对应批次的烟丝来料状态参数情况和卷烟机参数情况筛选出来得到样本数据。

3.如权利要求1所述的一种基于来料状态的卷烟机参数设置预测系统，其特征在于，所述样本数据预处理和所述来料数据预处理单元对数据的处理方式为归一化处理，计算方式为：

；

其中，-真实值；

-真实值的最大值；

-真实值的最小值；

-归一化后的值。

4.如权利要求1所述的一种基于来料状态的卷烟机参数设置预测系统，其特征在于，所述来料数据处理单元的处理方式为反归一化处理。

5.一种基于来料状态的卷烟机参数设置预测方法，应用如权利要求1-4任一项所述的一种基于来料状态的卷烟机参数设置预测系统，其特征在于，包括以下步骤：

S1，收集历史数据，样本数据采集采集历史烟丝来料状态参数数据、对应批次卷烟机参数数据和对应批次物理指标稳定性数据；

S2，建立学习样本库，样本筛选单元对历史烟丝来料状态参数数据进行筛选，根据采集的对应批次物理指标稳定性数据进行对比判断，剔除批次卷烟物理指标稳定性指标不符合要求的烟丝来料状态参数数据，得到符合要求的烟丝来料状态参数数据；

S3，对学习样本库进行归一化处理，样本数据预处理对符合要求的烟丝来料状态参数数据和对应批次卷烟机参数数据进预处理得到烟丝来料状态样本数据，将烟丝来料状态样本数据输入到神经网络训练单元；

S4，建立神经网络模型并进行训练，神经网络训练单元基于对烟丝来料状态样本数据对神经网络模型进行训练，得到训练好的神经网络预测模型；

S5，采用预测模型进行卷烟机参数设置预测，来料状态采集单元在生产前采集批次烟丝来料状态参数数据，来料数据处理单元对采集批次烟丝来料状态参数数据进行预处理，将处理完成的数据输入神经网络预测模型，神经网络预测模型根据输入的数据进行预测得到预测数据，来料数据处理单元对预测数据进行处理得到卷烟机设置参数，卷烟机参数设置单元根据卷烟机设置参数对卷烟机进行参数设置，判断单元对生产出来的卷烟的物理指标稳定性数据进行判断，将符合卷烟物理指标稳定性指标的烟丝来料状态参数输入到训练模块中重新进行训练；

S6，预测效果验证，与对照设备进行预测效果验证。