基于神经网络的叶丝填充率影响因子量化研究

为了探究复杂的制丝工艺中各个过程参数对叶丝填充率的影响程度,并对其进行量化,实验基于制丝工艺流程及多源异构的烟厂生产线数据进行了研究。首先通过数据融合及数据清洗等方法处理数据;随后分别采用Pearson和Spearman相关性指数对影响因素进行相关性分析,并对比分析结果,发现2种分析方法结果高度一致;最后运用多层感知机(MLP)神经网络模型对叶丝填充率进行分析量化并对结果进行对比验证,得到叶丝填充率真实值与验证值之间R²为0.938。结果表明:所探究的主要制丝工艺生产参数对叶丝填充率的影响权重是准确、有效的,能够指导叶丝生产过程,从而改善叶丝填充率稳定性。     

基于正交设计的制丝工艺参数对叶丝质量的影响

采用正交试验设计方法,探究松散回潮回风温度、加料回风温度、加料出口含水率、烘丝蒸汽流量、烘丝筒壁温度、烘丝热风温度、烘丝排潮负压7个工艺参数对叶丝整丝率、碎丝率、填充值和感官质量的影响,运用直观分析、方差分析和综合平衡法优化工艺参数。结果表明:(1)松散回潮回风温度显著影响叶丝碎丝率、填充值及感官质量,加料回风温度仅显著影响填充值,加料出口含水率对叶丝整丝率、填充值和碎丝率影响较小,烘丝蒸汽流量、烘丝筒壁温度、烘丝热风温度、烘丝排潮负压对叶丝整丝率、填充值和碎丝率和感官质量均有影响;(2)在试验范围内,制丝工艺参数的优选组合为松散回潮回风温度57℃,加料回风温度52℃,加料出口含水率19.5%,烘丝蒸汽流量700 kg/h,烘丝筒壁温度132℃,烘丝热风温度115℃,烘丝排潮负压–18μbar,经验证,整丝率、填充值及感官质量总分较优化前分别提高了3.84%、0.44 cm3/g、5.1分,碎丝率降低了0.23%,优化后的制丝工艺提高了叶丝质量。     

管板式烘丝机工艺参数对叶丝物理特性的影响

[目的]研究管板式烘丝机及HT工艺参数对叶丝物理特性的影响。[方法]采用均匀设计方法,对管板式烘丝机及HT主要工艺参数进行试验。[结果]热风风门开度对叶丝整丝率有显著影响,热风温度与筒体转速的交互作用和热风风门开度与筒体转速的交互作用对叶丝整丝率有十分显著的影响,热风温度对叶丝整丝率也有较大影响。排潮风门开度、HT工作蒸汽压力与筒体转速的交互作用、热风温度与排潮风门开度的交互作用和热风风门开度与筒体转速的交互作用对叶丝碎丝率有十分显著的影响。热风温度与排潮风门开度的交互作用对叶丝填充值有显著影响,HT工作蒸汽压力与热风温度的交互作用、HT工作蒸汽压力与筒体转速的交互作用和排潮风门开度与热风风门开度的交互作用对叶丝填充值有十分显著的影响。[结论]管板式烘丝机及HT工艺参数对叶丝物理特性影响不尽相同,适当调整工艺参数,可优化叶丝物理结构,提高叶丝使用性能。     

基于大数据的叶丝干燥过程内在规律挖掘

为挖掘卷烟生产过程数据的潜在价值和规律,采用大数据分析方法,对2017年叶丝干燥工序生产数据进行挖掘与分析,着重分析了重点质量指标和工艺参数的稳定性,及工艺参数与质量指标的内在关系。结果表明:①重点质量指标稳定性控制水平从高到低的顺序为冷却出口含水率≥出口温度≥出口含水率,其中6月份波动较大;②重点工艺参数稳定性控制水平从高到低的顺序为I区筒壁温度≥热风温度≥II区筒壁温度,其中II区筒壁温度的波动主要是反馈控制模式所造成的;③冷却出口含水率与负压、I区筒壁温度、I区筒壁蒸汽阀门开度具有较强的正相关关系,与叶丝增温增湿膨胀单元蒸汽流量、SX蒸汽阀门开度和II区筒壁温度、II区筒壁蒸汽阀门开度、排潮阀门开度具有较强的负相关性;④出口温度与所考察的各工艺参数之间均无明显的相关性;⑤建立了叶丝干燥冷却出口含水率预测模型,具有较好的预测精度。可以预见,大数据分析方法将在烟草工艺领域中具有较好的应用前景。     

烟丝物理质量的制丝工艺神经网络模型及其评价

为研究制丝过程工艺加工强度对烟丝物理质量的影响,针对某品牌烟制丝工艺过程的松散回潮、一次加料、叶丝增温增湿和叶丝干燥4个加工过程,选取其中关键的5个工艺参数进行均匀试验设计;根据各试验组检测的烟丝填充值、整丝率、碎丝率,对工艺参数和质量指标进行BP神经网络建模;应用建立的模型预测不同工艺参数组合对应的物理质量,通过3组试验验证了模型的准确适用。整丝率检测结果为80.34%、82.73%、85.42%,对应的预测结果为80.89%、82.12%、84.86%;碎丝率检测结果为1.87%、1.61%、1.74%,对应的预测结果为1.6%、1.58%、2.2%;填充值的检测结果为4.57、4.73、4.60 cm3/g,对应的预测结果为4.48、4.51、4.62 cm3/g。此方法为制丝过程工艺参数优化提供了新思路,可辅助于生产指导、降低试验研究成本。     

卷烟“HT＋烘丝”工艺参数对叶丝常规化学成分的影响

为研究＂HT＋烘丝＂工序工艺参数对叶丝常规化学成分的影响,采用均匀设计,对HT压力、热风温度、筒体转速、热风风门开度和排潮风门开度5个工艺参数进行了试验。结果表明,在试验范围内,①氯、钾、总氮与工艺参数建立的回归方程显著;总植物碱、还原糖和总糖与工艺参数建立的回归方程极显著。②HT压力和热风温度的交互作用对总植物碱和总氮的影响显著;HT压力和热风风门开度的交互作用对总植物碱、氯和钾的作用显著;HT压力和排潮风门开度的交互作用对氯、钾和总糖的作用显著;HT压力和筒体转速的交互作用对总糖、还原糖的影响显著。热风温度和热风风门开度的交互作用对氯、钾、总氮的影响显著;排潮风门开度对总植物碱的影响显著;热风风门开度和筒体转速的交互作用对总氮的影响达到极显著水平。     

基于离散单元法的高填充率窝眼轮式精密排种器排种仿真试验

【目的】设计一种适应高速播种的高充填率精量排种器,确定该排种器的最佳排种性能参数(排种轮转速、排种轮与种刷及扰动滚筒的传动比、窝眼轮型孔圆角半径).【方法】采用离散单元法,建立3种不同大小的玉米模型,对高填充排种器进行了仿真模拟试验,观察分析玉米籽粒在排种器中的排种、重播、漏播的过程,确定最优参数,并进行试验验证.【结果】确定了排种轮转速为25r/min,窝眼轮圆角半径为1mm,排种轮与种刷和扰动滚筒之间的传动比为1∶2时排种性能最优,此时粒距合格指数为98.6%、重播指数为0.8%、漏播指数为0.6%、排种综合指数为98.9%,试验验证误差5%.【结论】高填充率精量排种器可适用于高速播种,应用离散单元法优化排种器性能参数可减少实际工作量,为设计提供参考.     

基于模态曲率改变率与神经网络的桥梁损伤识别

将模态曲率改变率和BP神经网络理论相结合,提出了桥梁结构损伤识别的新方法,据此识别结构损伤位置和损伤程度,并以一简支梁结构和一座连续梁桥为例进行了损伤识别.计算结果表明,该方法可以获得令人满意的识别精度.在结构参数化有限元模型存在误差的情况下,该方法仍然可以获得较好的识别效果,可应用于复杂桥梁结构体系的损伤识别.     

一种改进的BP神经网络剪枝算法研究

将相关性剪枝算法(CPA)和变学习率、附加动量方法结合提出了一种基于CPA的改进的BP神经网络剪枝算法.实验结果表明,改进的算法可以降低训练步数,加快神经网络的收敛速度,在测试数据集上的均方误差也得到了进一步的优化.     

烤烟叶片在不同叶丝干燥工序中叶丝填充值和整丝率的变化

为了找出烤烟叶片在叶丝干燥工序中叶丝填充值和整丝率的变化趋势,以国内外7地主要产区烤烟叶片为试验材料,研究了烤烟在滚筒和气流2种干燥方式不同加工强度条件下的叶丝填充值和整丝率变化.结果表明:烤烟在滚筒干燥工序,随着加工强度的增大,叶丝填充值呈上升趋势,整丝率呈下降趋势,其中填充值最高达5.82 cm./g,整丝率最低为...     

基于BP神经网络的材料腐蚀预测模型

通常使用灰色系统理论的方法对材料腐蚀数据进行拟合预测,为了深入研究材料的腐蚀特性和使用寿命,提出了材料腐蚀数据预测的神经网络模型.并将预测结果与灰色系统理论、回归模型等方法的预测结果对比,表明利用神经网络模型方法对材料腐蚀数据进行拟合预测具有一定的合理性,指出了进一步的研究方向.     

白僵菌填充剂对孢子活力的影响研究

利用7种填充剂,在室温和冰箱(5℃)内贮存,低温贮存25个月,白僵菌孢子萌发率为96.2％-98.2％;用黄土、活性炭、沙子、炉灰渣和草炭等填充剂的白僵菌室温贮存19个月,孢子萌发率为90.3％-95％。随着填充剂种类和贮存期的不同,孢子萌发率有差异。黄土填充剂有效贮存期最长达21个月;玉米轴粉、豆秸粉有效贮存期为9个月;对照有效贮存期为3个月。     

不同影响因子对茶叶中氟浸出率影响的研究

以氟离子电极选择法测定茶叶中氟含量,通过对冲泡次数、浸提温度、时间及茶水比等对茶叶冲泡过程中氟的浸出率的影响研究,结果表明,随着冲泡次数的增加,茶汤中的氟含量极显著减少,而且减少的趋势逐渐变缓。对茶叶中氟浸出率的影响主次效应依次为茶水比〉浸提时间〉浸提温度。浸提时间与茶水比之间有显著的交互作用,这2个因子与氟的浸出率均成正比。当浸提时间为5min,茶水比为1∶50时,茶样中氟的浸出率较低。     

典型生态因子对烟叶特色彰显率的影响研究

通过不同土壤生态因子对烟叶生产影响的对比,研究典型生态因子对烟叶特色彰显率的影响。结果表明:龙岗土壤的烟株大田全生育期明显短于威打破土壤;打破犁底层耕作方式与常规耕作方式对烟株的生育进程影响无明显差异;威打破土壤烟株生物学性状好于龙岗土壤烟株,打破犁底层无助于烟株农艺性状的改善;威打破土壤烟叶的产量和产值高于龙岗土壤,龙岗土壤烟叶的均价和等级结构优于威打破土壤,打破犁底层和常规耕作方式间烟叶主要经济性状无统计学差异。土壤生态因子对烟株生育期及农艺性状影响显著;土壤生态因素对初烤烟叶主要经济性状影响大于耕作措施。     

基于小波神经网络的城市用水量长期预测研究

针对城市年用水量时间序列的非线性和多时间尺度特性,应用小波分析方法对年用水量时间序列的趋势性、周期性和随机性进行了分析。在此基础上,建立了用于城市用水量长期预测的小波神经网络耦合模型。并利用此模型对昆明市年用水量进行预测,预测结果表明,该模型应用于城市用水量的长期预测具有较高的预测精度和良好的推广能力。     

基于NARX 神经网络的日光温室湿度预测模型研究

在日光温室湿度预测模型建模中,由于输入因子间存在复杂耦合关系以及冗余的条件属性,导致网络训练难以收敛且精度不高.选用影响日光温室湿度的环境因子组成数据样本,采用主成分分析方法对样本集进行解耦降维处理,以采用主成分分析后的数据样本作为输入,以日光温室内湿度作为输出,采用贝叶斯正则化算法构建NARX神经网络模型,对日光温室湿度进行预测.仿真结果表明,基于NARX神经网络建立的预测模型具有很强的非线性动态描述能力,能够对室内湿度值做出准确的预测.     

基于K均值聚类和改进遗传算法的制丝工艺研究

制丝工艺是卷烟生产的重要工艺步骤,由于原料烟叶缺乏统一的性能指标数据,传统烟丝掺配主要采用人工经验模式来进行,因此传统制丝工艺存在原料成本高、掺配速度慢、烟丝质量不稳定等缺点。为改进制丝工艺,提出一种结合K均值聚类算法和改进遗传算法的自动烟丝掺配工艺。首先,基于原料烟叶生产卷烟产品质量的不同,对原料烟叶数据进行K均值聚类分析,从而实现原料烟叶的自动分级;然后,通过改进遗传算法的种群初始化策略、遗传算子以及进化终止条件,将烟丝掺配的各项约束条件融合到种群进化过程中,在保证烟丝掺配的各项约束条件的前提下,兼顾算法求解的有效性和效率,从而实现制丝工艺的改进。通过在给定数据上的仿真试验,验证该算法的有效性,在保证烟丝掺配质量的情况下,有效降低了原料成本。     

基于小波和神经网络的雷达目标识别方法研究

本文利用小波包分析方法,对实际采集的雷达视频回波信号进行特征提取,获得了目标在不同频带范围的自量特征信息;然后以此特征信息为基础,利用模糊神经网络作为目标识别的分类器进行目标识别．实验结果证明了此方法具有较高的目标识别能力。     

基于径向基神经网络的非寿险公司财务预警研究

选取我国保险行业中40家非寿险公司2006~2008年的混合非平衡面板数据作为研究样本，采用径向基神经网络模型从偿付能力、盈利能力、成长能力三个角度对非寿险公司财务预警进行研究。实证表明，此模型可以为管理层的财务预警提供更有有效的信息，并且在我国保险业具有样本量小，有效数据少的情况下，有着良好的运用前景。     

基于BP神经网络的黑龙江垦区人才需求预测

首先分析了黑龙江垦区人才需求预测的方法,在此基础上提出了运用BP神经网络对其预测的可行性,通过BP神经网络方法的详细分析,得出了黑龙江垦区对人才的需求数,并结合实际情况进行了分析。