基于人工神經網絡的燃油烘絲機出口水分預測

劉 博，尹 航，孫 嘉

(1.張家口卷煙廠有限責任公司，河北 張家口 075000；2.張家口經開區食品和市場監督管理局，河北 張家口 075000）

燃油烘絲機是煙草行業使用的一種煙絲烘干設備，其具有加工能力強、煙絲膨脹率高等特點[1]，但是該設備也存在控制參數多、調控難度大的不足，反映到煙絲制品上為出口水分波動大。為穩定燃油烘絲機出口煙絲水分，滿足設備加工均質化要求，提升產品工藝質量，將采用BP 神經網絡針對燃油烘絲機構建控制模型。

BP 神經網絡[2-4]是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP 網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程，現廣泛應用于生物領域、智能制造和醫學領域等，是一種被廣泛應用的先進建模方法。

1 方法及數據收集

1.1 建模方法

BP 神經網絡：隱藏層1 層；激活函數：雙曲正切。

1.2 試驗方法

1.2.1 因子篩選

試驗將燃油烘絲機變量分為工藝變量以及設備變量，因設備變量為操作不可調變量，故不作為建模因子，針對工藝變量又進一步細分，可分為工藝固定參數以及工藝可調參數。試驗針對工藝可調參數進行建模，本次試驗共篩選出工藝可調參數8 個，分別是RCC 出口水分、燃燒爐實際溫度、主工藝氣體溫度、HXD 進料口負壓、HXD 注入蒸汽流量、主工藝氣體流量、HXD 控制水流量和HXD 出口水分。

1.2.2 異常數據剔除

本試驗數據篩分原則為：批次生產過程無超出生產工藝范圍情況，生產無異常批次，非試驗批次，工藝判定合格批次。……