[发明专利]一种烟支吸阻预测方法及系统

说明书

本申请提供一种烟支吸阻预测方法及系统，涉及吸阻检测领域，特别是涉及一种烟支吸阻预测方法，包括：获取预先训练得到的吸阻预测模型；将待预测烟支的实时数据输入所述吸阻预测模型，预测得到所述待预测烟支的吸阻数据；其中，所述吸阻预测模型基于历史数据和径向基神经网络训练得到，所述历史数据包括烟支的历史物理指标测试数据和历史辅料设计数据。本申请能够避免吸阻测量滞后性，实现生产场景下的吸阻快速准确预测。

技术领域

本申请涉及吸阻检测领域，特别是涉及一种烟支吸阻预测方法；本申请还涉及一种烟支吸阻预测系统。

背景技术

卷烟吸阻作为卷烟的重要物理指标，对卷烟的质量有着较大影响，对卷烟吸阻的研究是提升卷烟品质和消费者评吸感官的重要途径。而卷烟吸阻的测定需在生产后通过仪器检测得出，此时发现吸阻数据的问题则已经造成了并行质量损失。另一方面，对于吸阻的测定较为困难，难以得到准确数据，卷烟吸阻受到众多烟支生产与设计因素的影响，且其间存在复杂的非线性关系，实际工程应用中常通过大量的实验反推，或利用计算流体力学来模拟吸阻模型，但这些方法受到操作复杂、执行耗时长、实验成本高等限制，很难直接应用于生产。

因此，如何避免吸阻测量滞后性，实现生产场景下的吸阻快速准确预测，是本领域技术人员亟待解决的技术问题。

发明内容

为解决上述技术问题，本申请提供一种烟支吸阻预测方法，能够避免吸阻测量滞后性，实现生产场景下的吸阻快速准确预测。本申请还提供一种烟支吸阻预测系统，具有相同的技术效果。

本申请的第一个目的为提供一种烟支吸阻预测方法。

本申请的上述申请目的一是通过以下技术方案得以实现的：

一种烟支吸阻预测方法，包括：

获取预先训练得到的吸阻预测模型；

将待预测烟支的实时数据输入所述吸阻预测模型，预测得到所述待预测烟支的吸阻数据；

其中，所述吸阻预测模型基于历史数据和径向基神经网络训练得到，所述历史数据包括烟支的历史物理指标测试数据和历史辅料设计数据。

优选地，所述烟支吸阻预测方法中，所述吸阻预测模型通过以下方法训练得到：

对历史数据进行预处理，得到样本数据；

对所述样本数据进行筛选，得到关键数据；

利用所述关键数据训练径向基神经网络，得到吸阻预测模型。

优选地，所述烟支吸阻预测方法中，所述对历史数据进行预处理，得到样本数据包括：

根据预设技术标准，对所述历史数据进行剔除处理，得到初筛数据；

对所述初筛数据进行去除粗大误差处理，得到复筛数据；

对所述复筛数据进行重新聚类，得到聚类数据；

对所述聚类数据进行归一化处理，得到所述样本数据。

优选地，所述烟支吸阻预测方法中，所述对所述样本数据进行筛选，得到关键数据包括：

根据所述样本数据，建立吸阻的回归模型；

所述吸阻的回归模型的表达式为：

y＝β₀+β₁x₁+β₂x₂+...+β_px_n+ε