基于机器学习的切丝后含水率预测及控制方法

作者：高立秀; 陈得丽^*; 万兴淼; 王星皓; 朱知元; 李永华; 佘迪; 孔维熙

来源：食品与机械, 2021, 37(04): 189-211.

DOI：10.13652/j.issn.1003-5788.2021.04.035

• 递归特征消除法
• 蒙特卡洛仿真
• 神经网络
• XGBoost算法
• 温湿度预测

选取云烟(A)牌号制丝生产过程稳态数据样本,采用递归特征消除法分析模型的影响变量。基于车间温湿度SARIMAX预测模型,利用蒙特卡洛仿真、神经网络算法和XGBoost算法建立切丝后含水率控制模型,通过预测值与实际值对比的方法进行模型检验。结果表明,在工艺标准值±0.15%的误差范围内,切丝后含水率准确率由62.57%提升至86.49%;切丝后含水率的过程能力指数达标率由91.44%提升至97.30%。该方法实现了前后工序参数协同和精准控制,有效保证了制丝过程中切丝后含水率的稳定性

• 单位
  红云红河烟草(集团)有限责任公司; 红云红河烟草（集团）有限责任公司