CN113812664A - 松散回潮设备智能控制方法 - Google Patents

松散回潮设备智能控制方法 Download PDF

Info

Publication number
CN113812664A
CN113812664A CN202111085099.6A CN202111085099A CN113812664A CN 113812664 A CN113812664 A CN 113812664A CN 202111085099 A CN202111085099 A CN 202111085099A CN 113812664 A CN113812664 A CN 113812664A
Authority
CN
China
Prior art keywords
moisture
loosening
model
conditioning
water
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202111085099.6A
Other languages
English (en)
Inventor
刘博�
李自娟
张爱华
方汀
高杨
芦渊
苗旺昌
郑海军
姚卫东
范广斌
孙嘉
张云飞
贾晓慧
孙一鹤
常文慧
赵力源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhangjiakou Cigarette Factory Co Ltd
Original Assignee
Zhangjiakou Cigarette Factory Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhangjiakou Cigarette Factory Co Ltd filed Critical Zhangjiakou Cigarette Factory Co Ltd
Priority to CN202111085099.6A priority Critical patent/CN113812664A/zh
Publication of CN113812664A publication Critical patent/CN113812664A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B9/00—Control of the moisture content of tobacco products, e.g. cigars, cigarettes, pipe tobacco
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/04—Humidifying or drying tobacco bunches or cut tobacco
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/06—Loosening tobacco leaves or cut tobacco
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D22/00—Control of humidity
    • G05D22/02—Control of humidity characterised by the use of electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Paper (AREA)

Abstract

本发明公开了一种松散回潮设备智能控制方法，包括松散回潮入口水分预测模型建立、松散回潮智能控制模型建立和模型对接等步骤。本发明实现了该设备的精确智能控制，改善松散回潮出口物料水分不均匀性，提升产品均值化水平，为后道工序提供稳定物料，提高烟丝质量，同时本发明可以减少现场操作人员的数量，改善操作难度，将原经验控制转变为系统智能控制，减轻人员操作劳动强度。

Description

松散回潮设备智能控制方法
本申请为申请号：202011123011.0、发明名称：松散回潮设备智能控制系统的发明申请的分案申请。
技术领域
本发明涉及烟草行业，具体为一种松散回潮设备智能控制方法，适用于烟叶回潮处理工序，用于提升物料水分均匀性和产品均值化水平。
背景技术
松散回潮工序是卷烟制丝环节的第一道水分控制工序，其工艺目的为调节物料水分，增加物料耐加工性，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。
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、真空回潮、松散回潮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。(3)其它因素：由于烟叶等级、产地等因素制约物料水分波动性较大，而且在拆包装筐时并不会依据等级、产地等因素进行优化分筐，所以松散回潮工序来料水分波动影响因素较多而且随机性较大，无规律可循，这就导致该工序控制为经验控制，物料在工序出口水分波动大。
以上现存问题对生产及提升产生的影响有以下几个方面：
(1)影响产品质量方面：造成松散回潮岗位来料水分波动较大，引发整线质量控制难的链式传递，造成成品烟丝的水分偏差大等一系列问题。
(2)影响过程控制方面：松散回潮自动控制运行原理为通过松散回潮入口水分仪前馈数据，通过PID计算，得到瞬时加水量，当来料水分突然出现坠崖式或登峰式变化时，其加水量也随之变化，但是加水量变化速率比水分变化慢，使水分控制不理想。
发明内容
本申请的目的在于，提供一种松散回潮设备智能控制方法，用于提升物料水分均匀性和产品均值化水平。
本申请可改善松散回潮出口物料水分不均匀性，提升产品均值化水平，为后道工序提供稳定物料，提高烟丝质量；同时改善操作难度，将原经验控制转变为系统智能控制，减轻人员操作劳动强度。
本发明解决其技术问题所采用的技术方案为：
一种松散回潮设备智能控制方法，其包括以下步骤：
步骤1：松散回潮入口水分预测模型的建立
1.1、烟叶分类装筐
将烟叶以年份为分类标准进行装筐，以建立单等级烟叶从真空回潮到松散回潮水分仪前的预测模型；
1.2、烟叶生产流程水分检测
基于真空回潮到松散回潮工序间的样本采集点设置方式及采集方法，进行真空回潮至松散回潮工序间各采样点的烟叶水分检测；
1.3、模型建立
采用BP神经网络算法，以各年份烟叶不同采样点的水分数据作为输入因素，以各年份松散回潮入口水分作为输出因素，建立各年份松散回潮入口水分预测模型，并将各年份预测模型组合，形成依据烟叶年份可自动跟踪切换至相应年份松散回潮入口水分预测模型的自适应模型；
步骤2：松散回潮控制模型建立
2.1、松散回潮控制参数筛选
对建模参数进行参数统计、参数分类、参数筛选；
参数筛选依据：1)非工艺固定参数；2)可控参数；3)参数可监控；4)与水分控制相关；
2.2、模型建立
采用回归方程算法，建立依次关联的三个嵌套模型，其中：
嵌套模型I为松散回潮总打水量预测模型；
嵌套模型II为松散回潮出口打水量与松散回潮入口打水量计算模型；
嵌套模型III为打水薄膜阀开度值计算模型；
步骤3：松散回潮入口水分预测模型与松散回潮控制模型对接
将松散回潮入口水分预测值与显示值进行对比：
当对比值的标准误x＜0.1时，松散回潮智能控制模型采用显示值进行打水调节；
当对比值的标准误0.3≧x≧0.1时，松散回潮智能控制模型采用历史打水量的平均值进行打水调节；
当对比值的标准误x＞0.3时，设备自动停车，等待修理人员检修。
作为上述技术方案的改进，步骤1.2中，所述样本采样点包括设置于真空回潮出口、翻筐喂料机物料轨道、松散回潮喂料机内的采样点。
作为上述技术方案的改进，步骤1.3中，建模工具包括Excel、Spss molder、Matlab。
作为上述技术方案的改进，步骤2.1中，经筛选后的建模参数包括松散回潮出口水分、松散回潮入口水分、循环风温、松散回潮机进口加水量及松散回潮机出口加水量。
作为上述技术方案的改进，步骤2.2中，所述嵌套模型I是利用历史松散回潮入口水分值、历史松散回潮出口水分值以及历史松散回潮总打水量构建一元回归方程，以此建立的松散回潮总打水量预测模型。
作为上述技术方案的改进，步骤2.2中，所述嵌套模型II为分段式计算模型，设定松散回潮入口打水量占松散回潮总打水量的权重为w、松散回潮出口打水量占松散回潮总打水量的权重为y：
当来料水分在工艺标准范围内时，w＝80％，y＝20％；
当来料水分高于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1+α)，y＝1-w；
当来料水分低于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1-α)，y＝1-w。
作为上述技术方案的改进，步骤2.2中，所述嵌套模型III是以实验法为构建方法，通过设定打水量，取该打水量下打水薄膜阀开度值，以此构建的线性方程计算模型。
作为上述技术方案的改进，步骤3还包括，当对比值的标准误x≧0.1时，预警单元启动，以提醒工作人员注意。
本发明带来的有益效果有：
1、本发明实现了该设备的精确智能控制，改善松散回潮出口物料水分不均匀性，提升产品均值化水平，为后道工序提供稳定物料，提高烟丝质量。
2、本发明可以减少现场操作人员的数量，改善操作难度，将原经验控制转变为系统智能控制，减轻人员操作劳动强度。
3、本发明的防错预警功能，可有效避免打水异常情况的发生。
附图说明
下面结合附图及具体实施例对本发明作进一步说明，
附图1是本发明系统的系统模块图；
附图2是本发明建模单元I构建方法及模型机构示意图；
附图3是本发明建模单元II构建方法及模型机构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1，该松散回潮设备智能控制系统：
包括松散回潮入口水分预测模型、松散回潮智能控制模型和模型对接单元，其中
一、松散回潮入口水分预测模型包括数据采集单元、建模单元I。
1、数据采集单元：
为了保证单筐烟叶的回透率一致性，模型建立前需将烟叶以年份为分类标准进行装筐；
为了充分了解真空回潮到松散回潮前水分散失情况，本实施例在该工序间的样本采集点设置方式及采集方法，具体见表1：
表1真空回潮至松散回潮工序间的采样点及采样方法
采集点 样品采集时间
真空回潮出口 真空回潮结束
翻筐喂料机物料轨道 物料在轨道上每十分钟检测一次
松散回潮喂料机内 喂料机内抽样检测
2、建模单元I：
参照图2，本单元采用BP神经网络算法，建模工具包括Excel、Spss molder、Matlab，其以各年份烟叶不同采样点的水分数据作为输入因素，以各年份松散回潮入口水分作为输出因素，建立各年份松散回潮入口水分预测模型，并将各年份预测模型组合，形成依据烟叶年份可自动跟踪切换至相应年份松散回潮入口水分预测模型的自适应模型。
该模型具有模型专一性强、预测准确等特点。
以下利用该模型对10批烟各年份等级烟的松散回潮入口水分进行预测，结果见表2：
表2 10批烟各年份等级烟的松散入口水分预测结果
Figure BDA0003265286040000061
经统计分析，预测值与显示值平均偏差0.048，该模型预测准确。
二、松散回潮智能控制模型包括参数筛选单元、建模单元II。
1、参数筛选单元：
用于对建模参数进行筛选，包括以下步骤——
1)、参数统计：
松散回潮出口水分、松散回潮出口温度、松散回潮入口水分、松散回潮入口温度、物料流量、滚筒转速、热风风机参数、加温加湿蒸汽压力、水雾化蒸汽压力、循环风温、排潮风门开度、新风风门开度、松散回潮机进口加水量、松散回潮机出口加水量。
2)、参数分类：
参考工艺标准、设备管理制度等文件对以上统计参数进行分类，结果见表3。
表3智能控制模型参数分类表
Figure BDA0003265286040000071
3)、建模参数筛选
参数选取依据：非工艺固定参数；可控参数；参数可监控；与水分控制相关。
依据以上筛选依据筛选出以下参数，见表4：
表4建模参数筛选结果
序号 参数 序号 参数
1 松散回潮出口水分 4 松散回潮机进口加水量
2 松散回潮入口水分 5 松散回潮机出口加水量
3 循环风温 6
2、建模单元II
参照图3，本单元采用回归方程算法，建立依次关联的三个嵌套模型，其中：
嵌套模型I为松散回潮总打水量预测模型；嵌套模型II为松散回潮出口打水量与松散回潮入口打水量计算模型；嵌套模型III为打水薄膜阀开度值计算模型。
具体的：
嵌套模型I是利用历史松散回潮入口水分值、历史松散回潮出口水分值以及历史松散回潮总打水量构建一元回归方程，通常，松散回潮出口水分值为工艺标准中值。例如：钻石(硬红)松散回潮出口水分标准中值为20.5(±1.5)，松散回潮水分方程为20.5＝ax1+bx2+c，x1为历史松散回潮入口水分值，x2历史松散回潮总打水量，c为补偿系数；通过该方程，使用近一个月生产参数每月进行参数优化，求得方程各参数，建立一元回归方程：y(松散回潮总打水量)＝ax(松散回潮入口水分值)+b(补偿系数)，以此建立松散回潮总打水量预测模型。
嵌套模型II为分段式计算模型，设定松散回潮入口打水量占松散回潮总打水量的权重为w、松散回潮出口打水量占松散回潮总打水量的权重为y：
当来料水分在工艺标准(例钻石(硬红)为13±1.5，其他牌号标准中值不同但范围宽度一样，均为±1.5)范围内时，w＝80％，y＝20％；
当来料水分高于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1+α)，y＝1-w；
当来料水分低于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1-α)，y＝1-w。
嵌套模型III是以实验法为构建方法，通过设定打水量，取该打水量下打水薄膜阀开度值，以此构建的线性方程计算模型。
三、模型对接单元
本单元将松散回潮入口水分预测值与显示值进行对比：
当对比值的标准误x＜0.1时，松散回潮智能控制模型采用显示值进行打水调节；
当对比值的标准误0.3≧x≧0.1时，松散回潮智能控制模型采用历史打水量的平均值进行打水调节；
当对比值的标准误x＞0.3时，设备自动停车，等待修理人员检修。
模型对接单元还可连接预警单元，当对比值的标准误x≧0.1时，预警单元启动，以提醒工作人员注意，以此形成一套水分仪防差错预警控制系统，可有效防止松散回潮打水异常情况的发生。
本实施例为松散回潮设备智能控制方法：
步骤1：松散回潮入口水分预测模型的建立
1.1、烟叶分类装筐
为了保证单筐烟叶的回透率一致性，模型建立前需将烟叶以年份为分类标准进行装筐，以建立单等级烟叶从真空回潮到松散回潮水分仪前的预测模型；
1.2、烟叶生产流程水分检测
为了充分了解真空回潮到松散回潮前水分散失情况，参照表1中的样本采集点设置方式及采集方法，进行真空回潮至松散回潮工序间各采样点的烟叶水分检测；
1.3、建模工具
Excel、Spss molder、matlab；
1.4、模型方法
BP神经网络算法；
1.5、模型架构
参照图2，以年份1、年份2、年份3烟叶为例进行模型构建说明。
该模型的输入因子是由年份分组的各数据采样点的烟叶水分，所以模型也是由多个不同年份预测模型组成，模型互嵌关联/组合后形成依据烟叶年份自动跟踪切换为相应年份烟叶的自适应模型。
步骤2：松散回潮控制模型建立
2.1、松散回潮控制参数筛选
2.1.1、参数统计
松散回潮出口水分、松散回潮出口温度、松散回潮入口水分、松散回潮入口温度、物料流量、滚筒转速、热风风机参数、加温加湿蒸汽压力、水雾化蒸汽压力、循环风温、排潮风门开度、新风风门开度、松散回潮机进口加水量、松散回潮机出口加水量；
2.1.2、参数分类
参考工艺标准、设备管理制度等文件对以上统计参数进行分类；
分类结果见表3；
2.1.3、建模参数选取
参数选取依据：1、非工艺固定参数；2、可控参数；3、参数可监控；4、与水分控制相关；依据以上选择依据对建模数据进行筛选，结果见表4；
2.2、模型算法
回归方程；
2.3、模型架构
参照图3。
采用回归方程算法，建立依次关联的三个嵌套模型，其中：
嵌套模型I为松散回潮总打水量预测模型；
嵌套模型II为松散回潮出口打水量与松散回潮入口打水量计算模型；
嵌套模型III为打水薄膜阀开度值计算模型；
模型建立过程可参见前文。
步骤3：松散回潮入口水分预测模型与松散回潮控制模型对接
3.1、将松散回潮入口水分预测值与显示值进行对比：
当对比值的标准误x＜0.1时，松散回潮智能控制模型采用显示值进行打水调节；
当对比值的标准误0.3≧x≧0.1时，松散回潮智能控制模型采用历史打水量的平均值进行打水调节；
当对比值的标准误x＞0.3时，设备自动停车，等待修理人员检修。
3.2、本单元连接预警单元，当对比值的标准误x≧0.1时，预警单元启动，以提醒工作人员注意，以此形成一套水分仪防差错预警控制系统，以防止松散回潮打水异常情况的发生。
对上述各实施例的松散回潮设备智能控制系统/方法进行上线运行。
对上线运行的生产结果进行统计，结果见表5：
表5本申请系统上线运行的生产结果统计表
批次 松散回潮出口水分偏差 批次 松散回潮出口水分偏差 批次 松散回潮出口水分偏差
1 0.009 8 0.009 15 0.009
2 0.007 9 0.008 16 0.01
3 0.01 10 0.006 17 0.008
4 0.006 11 0.006 18 0.008
5 0.005 12 0.006 19 0.009
6 0.008 13 0.005 20 0.008
7 0.008 14 0.007 21 0.007
通过统计与分析，使用前松散回潮出口水分平均偏差为0.1，系统使用后平均偏差为0.0076，可见本系统有效降低了松散回潮出口水分偏差，提升了产品均质化水平。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.松散回潮设备智能控制方法，其特征在于：包括以下步骤
步骤1：松散回潮入口水分预测模型的建立
1.1、烟叶分类装筐
将烟叶以年份为分类标准进行装筐，以建立单等级烟叶从真空回潮到松散回潮水分仪前的预测模型；
1.2、烟叶生产流程水分检测
基于真空回潮到松散回潮工序间的样本采集点设置方式及采集方法，进行真空回潮至松散回潮工序间各采样点的烟叶水分检测；
1.3、模型建立
采用BP神经网络算法，以各年份烟叶不同采样点的水分数据作为输入因素，以各年份松散回潮入口水分作为输出因素，建立各年份松散回潮入口水分预测模型，并将各年份预测模型组合，形成依据烟叶年份可自动跟踪切换至相应年份松散回潮入口水分预测模型的自适应模型；
步骤2：松散回潮控制模型建立
2.1、松散回潮控制参数筛选
对建模参数进行参数统计、参数分类、参数筛选；
参数筛选依据：1)非工艺固定参数；2)可控参数；3)参数可监控；4)与水分控制相关；
2.2、模型建立
采用回归方程算法，建立依次关联的三个嵌套模型，其中：
嵌套模型I为松散回潮总打水量预测模型；
嵌套模型II为松散回潮出口打水量与松散回潮入口打水量计算模型；
嵌套模型III为打水薄膜阀开度值计算模型；
步骤3：松散回潮入口水分预测模型与松散回潮控制模型对接
将松散回潮入口水分预测值与显示值进行对比：
当对比值的标准误x＜0.1时，松散回潮智能控制模型采用显示值进行打水调节；
当对比值的标准误0.3≧x≧0.1时，松散回潮智能控制模型采用历史打水量的平均值进行打水调节；
当对比值的标准误x＞0.3时，设备自动停车，等待修理人员检修。
2.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤1.2中，所述样本采样点包括设置于真空回潮出口、翻筐喂料机物料轨道、松散回潮喂料机内的采样点。
3.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤1.3中，建模工具包括Excel、Spss molder、Matlab。
4.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤2.1中，经筛选后的建模参数包括松散回潮出口水分、松散回潮入口水分、循环风温、松散回潮机进口加水量及松散回潮机出口加水量。
5.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤2.2中，所述嵌套模型I是利用历史松散回潮入口水分值、历史松散回潮出口水分值以及历史松散回潮总打水量构建一元回归方程，以此建立的松散回潮总打水量预测模型。
6.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤2.2中，所述嵌套模型II为分段式计算模型，设定松散回潮入口打水量占松散回潮总打水量的权重为w、松散回潮出口打水量占松散回潮总打水量的权重为y：
当来料水分在工艺标准范围内时，w＝80％，y＝20％；
当来料水分高于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1+α)，y＝1-w；
当来料水分低于工艺标准范围时，(松散回潮入口水分-标准上限)*100％/标准中值＝α，w＝80％(1-α)，y＝1-w。
7.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤2.2中，所述嵌套模型III是以实验法为构建方法，通过设定打水量，取该打水量下打水薄膜阀开度值，以此构建的线性方程计算模型。
8.根据权利要求1所述的松散回潮设备智能控制方法，其特征在于：
步骤3还包括，当对比值的标准误x≧0.1时，预警单元启动，以提醒工作人员注意。
CN202111085099.6A 2020-10-20 2020-10-20 松散回潮设备智能控制方法 Withdrawn CN113812664A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111085099.6A CN113812664A (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011123011.0A CN112327960B (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制系统
CN202111085099.6A CN113812664A (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202011123011.0A Division CN112327960B (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制系统

Publications (1)

Publication Number Publication Date
CN113812664A true CN113812664A (zh) 2021-12-21

Family

ID=74311533

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202011123011.0A Active CN112327960B (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制系统
CN202111085099.6A Withdrawn CN113812664A (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202011123011.0A Active CN112327960B (zh) 2020-10-20 2020-10-20 松散回潮设备智能控制系统

Country Status (1)

Country Link
CN (2) CN112327960B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114668164A (zh) * 2022-04-01 2022-06-28 河南中烟工业有限责任公司 基于来料差异性的松散回潮加水量自适应控制系统
CN115167552A (zh) * 2022-06-28 2022-10-11 张家口卷烟厂有限责任公司 基于响应曲面法优化加料循环风温的自动控制方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113892668B (zh) * 2021-11-17 2023-06-16 河南中烟工业有限责任公司 一种烟丝干燥工序的结团烟丝的控制方法
CN114326397B (zh) * 2021-12-27 2024-07-02 首域科技(杭州)有限公司 一种松散回潮机基于迭代学习优化的模型预测控制方法
CN114403487B (zh) * 2022-02-18 2022-12-23 河南中烟工业有限责任公司 一种松散回潮的加水控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105341985A (zh) * 2015-12-10 2016-02-24 龙岩烟草工业有限责任公司 烘丝机入口叶丝含水率控制方法和系统
CN105628705B (zh) * 2015-12-22 2019-01-11 河南中烟工业有限责任公司 一种松散回潮工序水分仪偏差自动检测报警及纠偏方法
CN109674080B (zh) * 2019-03-07 2021-07-20 山东中烟工业有限责任公司 烟叶回潮加水量预测方法、存储介质及终端设备
CN110893001B (zh) * 2019-12-12 2022-01-11 河南中烟工业有限责任公司 一种松散回潮工序的出口含水率的控制方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114668164A (zh) * 2022-04-01 2022-06-28 河南中烟工业有限责任公司 基于来料差异性的松散回潮加水量自适应控制系统
CN115167552A (zh) * 2022-06-28 2022-10-11 张家口卷烟厂有限责任公司 基于响应曲面法优化加料循环风温的自动控制方法
CN115167552B (zh) * 2022-06-28 2023-09-26 张家口卷烟厂有限责任公司 基于响应曲面法优化加料循环风温的自动控制方法

Also Published As

Publication number Publication date
CN112327960B (zh) 2022-02-11
CN112327960A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112327960B (zh) 松散回潮设备智能控制系统
AU2021102749A4 (en) Intelligent control system and method of thin plate drier for cut tobacco
CN111144667A (zh) 一种基于梯度提升树的烟草回潮机出料含水率预测方法
CN105956330B (zh) 基于现场数据的产品工艺质量预测模型的建立方法及系统
CN113017132A (zh) 一种基于烘丝机工艺参数预测的烟丝质量优化的方法
WO2017092649A1 (zh) 多功能茶叶生产系统、多功能茶叶生产工艺和控制系统
CN102885392B (zh) 一种制丝工艺质量监控系统及方法
CN112021626A (zh) 烟用制丝环节智能化控制系统及方法
CN107042234A (zh) 基于棒材全流程大数据采集的智能化工艺生产线及生产方法
CN106814719B (zh) 一种水泥联合半终粉磨优化控制系统及方法
US20230067754A1 (en) Water control method for loosening and conditioning process based on neural network model and double parameter correction
CN105259827A (zh) 一种固态发酵过程状况的实时监控系统与监控方法
CN109342279B (zh) 基于粉磨机理和神经网络的混合软测量方法
CN115136078A (zh) 用于在生产设备中生产材料板的方法、生产设备、计算机程序产品及计算机程序产品的应用
CN108576909A (zh) 一种打叶复烤生产过程中烟碱控制方法
CN112132316A (zh) 制丝环节在线设备异常监控系统及方法
CN106418656A (zh) 一种烟草制丝生产的水分控制方法及装置
CN115251445A (zh) 一种松散回潮机出口烟叶含水率的控制方法
CN113303489A (zh) 一种制丝过程烟叶水分准确控制的方法
CN101275811A (zh) 熟料篦式冷却机冷却过程智能控制方法
CN116757354A (zh) 一种基于多层感知机的烟叶复烤段关键参数筛选方法
CN116205622A (zh) 烟机设备智能故障预警与维修决策方法
CN109324009B (zh) 一种烟草制丝生产线全线烟草含水率指标符合性的判别方法
CN104713410A (zh) 一种调控冷却塔出水温度的方法
CN115271337A (zh) 一种净水厂智能生产调度方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211221