制丝工艺流程的智能化平台系统设计

　　1.智能化平台系统的思路和主要功能

　　1.1系统开发环境

　　系统操作系统环境为LINUX，开发环境为JAVA与PYTHON。

　　1.2系统总体设计

　　根据烟草制丝过程中烟丝的特点，需要提供水流量输入值等预测所需要的相关参数。本系统在进行资料的收集、预处理和实际调查的基础上，根据烟草制丝的需求，运用计算机建模方法，以烟厂2017年生产数据为依据，应用软件编程的方法将基础数据进行预处理，再根据数据进行建立模型，最终建立智能化平台系统，实现了预测模型能够实时预测TB1水流量输入值、回潮后水分、烘丝机出口含水率等功能，为烟草制丝工艺参数的调整提供决策依据，由加香含水率倒推烘丝后含水率，再由烘丝前水分倒推出松散回潮后水分，最后由松散回潮后水分、等其他工艺参数，预测出TB1水流量输入实际值。

　　1.3系统功能模块

　　1.3.1TB1水流量输入预测

　　对于TB1水流量输入值预测，使用全年批次数据中松散前到松散后的数据段，这部分数据总共有472个，该数据段利用支持向量机机器学习方法进行建模，支持向量机相关参数设置为SVM=SVR（kernel=’rbf’，C=100，gamma=0.01）。这一部分的主要功能是能够实时预测TB1水流量输入实际值，需要提供回潮后水分、制丝车间环境的温度、TB1输入蒸汽温度和压力、工艺蒸汽流量、卸料罩压力、载体蒸汽流量等相关的技术参数。从数据中选出100个数据，对模型的稳定性进行分析，预测值与真实值的趋势是一致的，说明利用SVM对于该数据段建模具有非常高的鲁棒性。

　　1.3.2松散回潮出口含水率预测

　　对于松散回潮出口含水率预测，使用多元线性回归的方法处理松散后到烘丝前的数据，该数据段储叶的时间大于8h的数据总共有151个，得到最佳拟合线：Y=0.43+（0.25×松散回潮出口含水率）+（-104.55×烘丝前湿含量）+（104.62×烘丝前湿空气的热焓）+（0.4×制丝车间环境温度）+（-0.56×制丝车间环境湿度）。选出30个数据对模型的稳定性进行分析，可以说明利用多元线性回归模型进行储叶的时间大于8h的数据建模，利用该模型进行松散回潮出口含水率的预测可以非常稳定地预测出该结果。

　　使用多元线性回归的方法，处理松散后到烘丝前的数据，这次使用储叶时间为小于8h的数据，这部分数据总共289个。得到的最佳拟合线：Y=0.42+（0.21×松散回潮出口含水率）+（-112.02×烘丝前湿含量）+（111.95×烘丝前湿空气的热焓）+（0.54×制丝车间环境温度）+（-0.38×制丝车间环境湿度）。对其中的50个数据进行分析，来判断模型的稳定性。

　　1.3.3烘丝机出口含水率预测

　　烘丝后到加香后的数据有464个，使用随机森林的方法对这些数据进行建模，随机森林的相关参数设置为RF=RandomForestRegressor（n_estimators=100）。加香的数据输入变量包括烘丝机出口含水率、掺配物水分、加香车间环境温度、加香车间环境湿度、制丝车间环境温度、制丝车间环境湿度，输入以上参数可以得到加香机出口含水率，对其中的80个数据进行分析来判断模型的稳定性，结果预测值与绿色的真实值的趋势是一致的，说明利用随机森林对该数据段的模型进行建模非常稳定。

　　2.智能化平台系统的界面及参数设定

　　2.1智能化分析平台界面

　　该智能化平台第1部分为TB1水流量输入值的预测，相关数据为松散后到松散前的数据，这一部分需要输入的参数有工艺蒸汽流量、卸料罩压力、载体蒸汽流量、车间温度、车间环境湿度、TB1输入蒸汽压力，这些参数由烟厂提供，输入即可得到TB1水流量值。第2部分为松散回潮出口含水率得预测，相关数据为烘丝前到烘丝后数据段，该预测需要提供车间温度、车间湿度、烘丝前水分、贮叶时间，输入即可进行预测。第3部分为烘丝机出口含水率预测，相关数据段为加香后到烘丝后的数据，该预测需要提供加香机出口含水率、掺配物水分、制丝车间环境湿度、制丝车间环境温度、掺配加香减湿度等参数。该智能化平台所需要的数据在烟草的生产当中会产生并记录，根据科研人员需要预测的数值，直接输入相关的参数就可以获得预测值。

　　2.2智能化分析平台的参数设定

　　根据烟厂提供的相关数据设定该平台的相关参数，对于水流量输入值的预测，需要输入的相关参数有工艺蒸汽流量、卸料罩压力、载体蒸汽流量、车间温度、车间环境湿度、TB1输入蒸汽压力，这些参数输入之后即可以进行预测。进行相关参数的设置，工艺蒸汽流量设置为90.240，卸料罩压力为1.029，载体蒸汽流量为72.607，车间温度23.160，车间环境湿度为54.208，TB1输入蒸汽压力为178.401，输入以上参数得到TB1水流量输入值为333.210，该数值可以直接应用到工厂烟丝实际生产中。

　　对松散回潮出口含水率预测，根据烟厂提供的数据，输入相关参数有车间温度、车间湿度、烘丝前水分、贮叶时间，这些参数输入之后即可以进行预测。进行相关参数的设置，车间温度设置为24.071，车间湿度位56.184，烘丝前水分为19.190，贮叶时间为1，如上参数输入之后，就可以得到松散回潮出口含水率为19.489，该数据就可以应用到实际的工业生产当中。

　　对于烘丝机出口含水率预测，需要输入的相关参数，输入加香机出口含水率为12.35，掺配物水分为11.98，制丝车间环境湿度为58.556，制丝车间环境温度为23.871，掺配加香间湿度为61.584，掺配加香间湿度为61.584，掺配加香间温度为23.918，本平台给出公司级出口含水率值为13.037。

　　3.结语

　　该智能化平台预测结果具有非常高的稳定性，且能进行有效实时预测，极大地减轻了业务科研人员值班压力，提高预测服务水平，对烟草工艺智能化生产具有重要意义。