基于機器學習與含水率影響因子的葉絲烘干參數(shù)自適應控制算法

打開文本圖片集

摘 要：為提升煙絲生產(chǎn)質(zhì)量，使不同批次間葉絲含水率均符合標準，研究了基于機器學習與含水率影響因子的葉絲烘干參數(shù)自適應控制算法。選取包括加料流量及出口含水率、烘絲機筒壁溫度等13個葉絲烘干含水率影響因子，經(jīng)遞歸特征消除法完成影響因子篩選后，構(gòu)建篩選后葉絲烘干含水率影響因子的樣本數(shù)據(jù)集，作為以卷積神經(jīng)網(wǎng)絡LeNet5構(gòu)建葉絲出口含水率預測模型的輸入樣本，預測葉絲出口含水率；在PID反饋控制中輸入預測含水率與標準含水率之間的差值，輸出最佳葉絲烘干參數(shù)，實現(xiàn)葉絲出口含水率控制；并利用雙層EWMA控制模型平穩(wěn)控制葉絲批次內(nèi)的出口含水率、協(xié)同控制批次間的出口含水率。（剩余9908字）