基于神经网络的烟叶复烤回潮过程预测控制模型

针对烟叶复烤回潮过程系统复杂、参数耦合干扰、延迟滞后等问题,以两段式烟叶复烤回潮工艺为研究对象,依据生产中工艺参数实时数据,构建了基于SVM神经网络的烟叶复烤回潮过程预测控制模型。该模型通过训练学习,可以准确描述出口含水率与其它工艺参数之间的内在关系,有效预测二次润叶出口含水率,最大绝对误差不超过0.45%,为烟叶复烤回潮工艺提供了可行的预测控制方案,形成了出口含水率的有效调控,对烟丝生产加工过程具有重要的指导意义。     

切断解把在打叶复烤生产中的应用

随着中国卷烟工业的发展壮大,打复烤工艺和技术获得了迅速的发展。各复烤企业为了提高烟叶加工质量,不断解决在生产中存在的不足之处,在设备或是工艺上进行小改小革。为解决打叶复烤过程中加工较长（〉450mm）烟叶时,尤以中部烟叶为代表的烟叶相互及与设备缠绕造成预处理段,堵料和后续分料不均匀、故障停机次数多、设备有效运行率低等问题,进行了烟叶切断解把全打叶的工艺改进实验。应用结果表明,改进后效果明显,能有效解决以上问题．对主要打叶质量指标有改良作用。     

打叶复烤出片率影响因素分析

探讨了烟叶质量、打叶复烤设备和打叶复烤工艺(技术)参数对烟叶打叶复烤出片率的影响,分析了烟叶打叶复烤过程影响出片率的相关因素,旨在为提升烟叶打叶复烤企业的综合加工技术水平和经济效益提供可靠的理论依据.     

烟叶复烤工艺与技术

分析烟叶复烤工艺存在的问题,阐述烟叶复烤工艺的发展历程,以为烟叶复烤提供指导。     

烟叶复烤工艺与技术

分析烟叶复烤工艺存在的问题,阐述烟叶复烤工艺的发展历程,以为烟叶复烤提供指导。     

基于均质化加工需求的原烟精选研究与应用

随着烟草行业均质化加工的不断推进，卷烟产品对打叶复烤均质化加工提出了更高要求。为保障烟叶原料的稳定性，同时为娇子（宽窄）系列产品提供纯净化的原料，本文研究了原烟精选对均质化加工效果的影响，采取落地精选的方式在复烤加工前对原烟进行了二次分选，对精选前后烟叶的等级合格率、青杂光烟含量、杂物含量进行了对比分析，并对打叶复烤后的成品片烟进行均质化加工效果评价。结果表明：精选有效剔除了原烟中的混部位、混色、混级烟叶，烟叶等级合格率提高到87.65%以上，明显降低了烟叶中的非烟物质含量，烟叶的内在质量明显提高，成品片烟烟碱CV值、糖碱比CV值、水分CV值分别为3.12%、4.81%、1.84%。原烟精选实现了打叶复烤成品片烟的均质化全过程闭环管理，成为打叶复烤均质化加工的重要环节，使均质化复烤加工水平进一步提升，值得推广应用。     

初烤烟自然醇化过程中物理特性变化规律

[目的]合理安排各产地烟叶打叶复烤加工顺序,缓解库存压力。[方法]对福建、安徽和四川C2F等级烟叶打叶复烤前自然醇化过程中物理特性变化规律进行研究。[结果]随着醇化的进行,3个产地C2F烟叶的物理特性变化趋势不完全一样。烟叶厚度、叶质重总体上呈下降趋势;平衡含水率呈上升趋势;拉力和延伸率的变化趋势差异较大。根据气候状况、物理特性变化规律和储存实际确定福建、安徽和四川烟叶适宜打叶复烤加工时间分别为3月份、3月份和4月份之前。[结论]研究可为科学地设置打叶复烤工艺参数提供理论依据。     

面向提质保香的复烤工艺优化研究进展

烟叶口感的独特性一直是消费者关注的重点,直接影响了品种烟叶的口碑和评价。打叶复烤生产是提高烟叶质量、保留原烟独特香味的关键工艺过程。本文从生产加工过程的数据化、个性化和智能化3个角度出发,分析了近年来研究者针对打叶复烤过程的工艺实现方式、工艺参数的优化、先进控制方法应用等方面进行的有益探索,揭示了当前打叶复烤生产中面临的包括加工过程控制、关键参数设置等主要困难与问题,并对打叶复烤过程提质保香目标的实现提出了展望。     

BP神经网络烟叶化学成分预测模型构建

为烟叶化学成分预测和卷烟工业原料使用提供理论依据,应用回归分析法和BP神经网络分析2014—2017年龙岩永定土壤养分因子和烟叶化学成分的相关性,并构建预测模型。结果表明:采用回归模型预测龙岩永定烟叶化学成分和土壤养分指标无显著线性相关性;采用BP神经网络模型预测烟叶化学成分相关性和模型精准度较高。BP神经网络可为烟叶化学成分预测提供有效途径,具有较强的实用性。     

响应面法和 BP 神经网络在烟叶拉力测定中的应用

【目的】烟叶拉力是烟叶物理特性之一，反映烟叶的耐加工性，对烟叶拉力特性进行研究可为烟叶打叶复烤参数设置提供参考，进一步提高烟叶加工的经济效益。【方法】为提高质构仪测定烟叶拉力的稳定性和准确性，利用 Box-Behnken 原理设计三因素三水平参数，应用响应面法分析各参数对结果变异系数的影响，得到烟叶拉力测定的最优参数组合。研究含水率对烟叶拉力的影响，进一步建立烟叶含水率 X- 拉力 Y 的 BP 神经网络预测模型。【结果】响应面法分析结果显示，拉力变异系数受样品宽度的影响极显著，受测试速率影响显著，受触发力影响不明显，拉力测定的最优参数组合为样品宽度 10 mm、测试速率 0.5 mm/s、触发力 0.1 N，以此参数测定拉力的变异系数显著下降为 13.8%。烟叶的抗张强度随含水率的增大呈先增大后减小趋势，景东 C3F 含水率为 18.41% 时的抗张强度最大、为 0.456 N/mm，景东 C1F 含水率为 18.46% 时抗张强度仅为 0.288 N/mm；红河 C3F、普洱 C3F 含水率分别为 20.64%、18.47% 时的最大抗张强度分别为 0.447、0.310 N/mm；不同地区、等级烟叶的拉力存在差异。建立的烟叶含水率 X- 拉力 Y BP 神经网络预测模型，预测值与真实值吻合度较高，均方误差 MSE 为 0.04761，均方根误差 RMSE 为 0.2182。【结论】响应面分析法可用于分析烟叶拉力测定参数对结果的影响，优化后的结果稳定性提高；不同地区、等级烟叶的拉力差异显著，并且随含水率增大呈先增大后减小变化，可根据该规律选择合适的含水率，使烟叶耐加工性最佳；建立的 BP 神经网络模型的预测值误差较小、精度较好，可用于对烟叶拉力的预测。     

基于聚类分析和曼哈顿距离实现平库烟叶堆码及均匀投料技术研究

[目的]降低复烤加工成品片烟化学质量指标变异系数及提高现场工作效率。[方法]选择云南昆明地区50 t烟叶,以烟叶化学成分烟碱作为主要参数,结合总糖、总氮、还原糖等多项指标进行分组均匀投料研究。首先按烟叶化学成分烟碱高、中、低分组混配挑选出半成品烟叶,通过曼哈顿距离模型指导半成品烟叶出入库堆码;然后运用系统聚类分析方法对半成品烟叶进行聚类分组,化学指标相似的聚为一组;最后投料时,利用贪心算法模型对聚类分组结果进行小批次均匀投料。[结果]采用信息系统结合曼哈顿模型指导烟叶出入库堆码能有效提高现场作业效率;使用系统聚类分组和贪心算法均匀投料,能有效降低烟叶各化学指标变异系数,提高烟叶化学质量稳定性。[结论]该研究结果可应用于平库条件下提高复烤均质化加工水平,同时对未来组建高架库支撑复烤均质化加工提供参考。     

基于化学成分的烟叶质量神经网络预测

为给烟叶质量评价提供实用方法和理论依据,本研究基于模糊数学理论和神经网络机器学习理论,从大理红花大金元的主要化学成分和感官评吸结果确定烟叶品质的内在关系入手,通过BP算法建立了基于化学成分的神经网络模型.结果表明,模糊隶属函数结合BP神经网络的方法可以有效、可靠地运用于基于化学成分的烟叶质量感官评价辅助决策中,并可方便地应用于其它方面;还提供了BP神经网络的MATLAB实现程序.     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

打叶复烤流程研究进展

就回潮润叶、打叶风分、复烤等打叶复烤流程等主要环节近年来的研究进展进行了详细论述,为了解烟叶复烤加工和提高打叶质量提供参考。     

打叶复烤不同工艺强度对烟叶自然醇化品质的影响

[目的]明确高、中、低打叶复烤工艺强度对上部烟叶模块的品质影响.[方法]开展不同工艺强度的打叶复试验,研究烟叶在18个月的自然醇化过程中的化学成分和感官品质的变化情况,并验证其在卷烟叶组中的应用效果.[结果]低强度加工工艺(一润水分17.0％、二润水分17.5％、复烤二区温度78℃)适合于高等级上部烟叶,有效保持了烟叶...     

基于粒子群优化的BP网络模型在旱涝预测中的应用

旱涝预测为旱涝灾害防御措施的研究提供重要的依据.运用PSO优化的BP神经网络建立了旱涝预测模型.PSO优化的BP神经网络既发挥了BP神经网络在预测领域的优点,同时又结合了PSO算法全局搜索能力强、收敛速度快等特点进行预测.预测结果表明:辽宁省本溪地区11年实测数据对PSO优化的BP神经网络模型进行验证,PSO优化的BP神经网络模型的预测结果明显好于未经优化的,模型精度得到了一定程度的提高,能满足本溪地区旱涝预测的实际需要.     

打叶复烤均质化技术

从烟叶原料、配方、打叶复烤工艺以及打叶复烤过程中烟叶混合均匀度4个方面,结合打叶复烤工艺控制实际,从理论上较为系统地论述了实现打叶复烤后片烟均质化的要求。     

基于BPNN的烤烟褐变程度识别及其分类烟叶质量分析

【目的】建立BP(Back propagation)神经网络(BPNN)自动识别系统，以实现烤烟褐变标准化和量化。【方法】以云烟87上部烟叶为样本，通过扫描获取烟叶颜色等特征信息，建立BP神经网络烤烟褐变程度识别模型，输出判别结果，以人工判别烤烟褐变结果为参考，进行相似度比较。通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对，验证BP神经网络自动识别系统和人工识别结果的精准度。【结果】建立的BP神经网络模型能够精准识别烟叶褐化等级，其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致，两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法，能有效区分不同褐变程度烟叶的可用性。【结论】BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近，可以利用BP神经网络自动识别系统替代人工识别。     

基于正交设计的皖南烟叶叶片复烤工艺参数优化研究

[目的]优化皖南B2F烟叶叶片复烤工艺参数.[方法]以皖南烟叶为研究对象,对叶片复烤的关键工艺参数进行正交设计试验,从叶片结构、感官质量和含水率控制3个方面进行质量分析,运用极差分析,并进行验证,确立影响烟叶品质的主次因素和最优的参数组合.[结果]在试验条件下,影响大中片率的主要因素是热风温度,随着热风温度的提高,大中片率呈下降趋势;影响感官质量的主要因素是进料含水率、热风温度,其次是热风风速、底带频率,进料含水率越大或热风温度过高、过低对感官质量不利;热风风速对含水率控制影响较大,风速过大,含水率控制越不稳定;叶片复烤工序最优参数组合为进料含水率16.0％、底带频率35 Hz、热风温度80℃、热风风速30 Hz.[结论]研究可为焦甜香烟叶原料打叶复烤工艺参数设计提供一定的参考依据.     

BP神经网络在许昌市烟叶花叶病发病趋势预测中的应用

河南省许昌市烟叶花叶病发病的趋势预报模型是基于BP神经网络方法构建的,为预测烟叶花叶病提供科学依据。通过统计,河南省许昌市烟叶花叶病发生发展的气象生理指标及历年该病发生的资料,烟叶花叶病发病的气象预报模型应用了BP人工神经网络的函数映射能力并采用检验函数。BP神经网络烟叶花叶病发病趋势预测模型的拟合精度和预报精度都较高,经过对比优于多元线性回归模型,能很好地实现预期效果,对许昌市烟叶花叶病发病的预测预防工作具有一定的现实指导意义。