摘 要：為有效提升烘絲入口煙草含水率的穩(wěn)定性控制和預(yù)測能力，本文系統(tǒng)研究了關(guān)鍵工序間煙草含水率影響因素的篩選和預(yù)測技術(shù)的應(yīng)用，在工藝管控基礎(chǔ)下，對回潮工序設(shè)備參數(shù)、貯存環(huán)境溫/濕度等影響因子進(jìn)行了分析和篩選，采用以相關(guān)性分析+時(shí)間序列圖+工藝經(jīng)驗(yàn)和分類-逐步的多元線性回歸擬合選項(xiàng)，以梯度下降來求解平方誤差最小時(shí)各參數(shù)的系數(shù)，得出相應(yīng)的多元線性回歸模型的解。通過預(yù)測模型的應(yīng)用，得出整體模型R-sq=82.47%，烘絲入口含水率CPK值＞1.33的合格率為90%～100%，平均值標(biāo)準(zhǔn)偏差為0.05～0.10%。

關(guān)鍵詞：煙草含水率；關(guān)鍵工序；環(huán)境溫/濕度；預(yù)測模型

中圖分類號(hào)：TS 45" " " " 文獻(xiàn)標(biāo)志碼：A

由于烘絲入口含水率的穩(wěn)定性直接影響成品卷煙質(zhì)量，因此卷煙含水率的穩(wěn)定性是評定卷煙質(zhì)量的重要指標(biāo)之一[1]。國內(nèi)有學(xué)者已經(jīng)研究了一種基于FATCN的烘絲出口含水率控制方法[2]，利用FATCN模型對HDT氣流式烘絲機(jī)監(jiān)測數(shù)據(jù)進(jìn)行判別，準(zhǔn)確判斷出口含水率的變化，在出口含水率出現(xiàn)偏差前即調(diào)整控制參數(shù)，較好地克服了控制過程時(shí)間滯后等問題。在預(yù)測分析方面，行業(yè)內(nèi)也進(jìn)行過隨機(jī)森林[3]和差分進(jìn)化的極限學(xué)習(xí)機(jī)（DE-ELM）的烘絲機(jī)入口含水率預(yù)測研究，采用DE-ELM建立起篩選后的特征變量與烘絲機(jī)入口含水率的關(guān)系模型，進(jìn)而進(jìn)行烘絲機(jī)入口含水率預(yù)測[4]。上述方法雖然理論可行，但在實(shí)際情況中很難得到有效結(jié)果，而且不同生產(chǎn)環(huán)境間的關(guān)系也有差異，該方法在普適性方面值得斟酌。

本文在工藝管控基礎(chǔ)上，將烘絲入口含水率的人為預(yù)測優(yōu)化為數(shù)字化預(yù)測，以提高烘絲入口含水率的穩(wěn)定性，為智能產(chǎn)線提供前沿分析和必要依據(jù)。

1 工藝流程分析和數(shù)據(jù)處理

1.1 工藝流程分析

本文項(xiàng)目研究范圍主要包括煙葉回潮、貯存和切烘工序。借鑒行業(yè)內(nèi)以穩(wěn)定烘前含水率來實(shí)現(xiàn)水分儀連線標(biāo)定的方法，通過干基法[5]控制回潮加水量，以穩(wěn)定烘絲前含水率，并在現(xiàn)有過程含水率控制邏輯的基礎(chǔ)上，葉片工序以烘絲入口含水率控制值進(jìn)行煙葉回潮工序加水量反推控制，從而穩(wěn)定控制SIROX入口含水率。

制絲含水率控制的關(guān)鍵工序?yàn)榍泻婀ば?。該工序主要基于設(shè)備PID自動(dòng)運(yùn)行控制，而烘絲前含水率作為PID輸入指標(biāo)將直接影響該工序的含水率控制。

1.2 數(shù)據(jù)處理

本文研究的數(shù)據(jù)均來自某煙草公司提供的實(shí)際生產(chǎn)數(shù)據(jù)，以回潮至烘絲工序（包括烘絲工序）的過程為研究對象，主要對某牌號(hào)香煙的生產(chǎn)數(shù)據(jù)進(jìn)行了建模研究，數(shù)據(jù)時(shí)間范圍為一年。

1.2.1 異常數(shù)據(jù)剔除

對所有數(shù)據(jù)進(jìn)行清洗工作，包括剔除空值和異常值。通常異常值剔除會(huì)結(jié)合實(shí)際數(shù)據(jù)分布并采用3σ準(zhǔn)則，即將均值的3個(gè)標(biāo)準(zhǔn)差以外的數(shù)據(jù)視為異常情況下的數(shù)據(jù)，同時(shí)結(jié)合數(shù)據(jù)分布形態(tài)將其剔除，如果某特征的某樣本包括異常值，就剔除整個(gè)樣本，重復(fù)處理直至樣本無異常值。

1.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

數(shù)據(jù)會(huì)受水分儀（截距）的影響，因此需要對特征數(shù)據(jù)進(jìn)行統(tǒng)一處理，按照加料后水分儀、SRIOX入口處水分儀系數(shù)的調(diào)整記錄進(jìn)行數(shù)據(jù)劃分，以最新的加料后水分儀、SRIOX入口處水分儀的系數(shù)為基準(zhǔn)，對之前每次水分儀系數(shù)調(diào)整后的加料后煙絲含水率、SRIOX入口煙絲含水率進(jìn)行差值調(diào)整。具體調(diào)整方式為將當(dāng)前水分儀系數(shù)與最新加料后水分儀、SRIOX入口水分儀系數(shù)的差值作為煙絲含水率的差值補(bǔ)償。

1.2.3 變量相關(guān)分析

本文主要對松散回潮工序環(huán)境溫/濕度、松散回潮設(shè)備參數(shù)、加料設(shè)備參數(shù)與加料后煙草含水率進(jìn)行關(guān)聯(lián)分析，同時(shí)對環(huán)境溫/濕度、貯葉以及加料工序至SRIOX入口煙草含水率散失值進(jìn)行關(guān)聯(lián)分析。

通過計(jì)算，得出加料工序至SRIOX入口處煙草含水率散失與加料加水/加汽比例、環(huán)境溫/濕度、貯葉環(huán)境溫/濕度、貯存時(shí)間的相關(guān)系數(shù)分別為0.21、0.42、0.21、0.10。結(jié)果表明，加料工序至SRIOX入口處煙草含水率散失與環(huán)境溫/濕度具有顯著中等正相關(guān)性關(guān)系。由于加料至SRIOX入口處水分散失受貯存時(shí)間分段分布的影響，各段時(shí)間內(nèi)的表現(xiàn)規(guī)律存在差異。

雖然貯葉房的環(huán)境溫/濕度一直處于恒溫、恒濕的控制模式下，濕度較穩(wěn)定，但是溫度有時(shí)會(huì)出現(xiàn)一定幅度的波動(dòng)，同時(shí)加料至SRIOX入口處水分散失也出現(xiàn)同趨勢的波動(dòng)。對于貯葉房溫/濕度穩(wěn)定性控制問題，后續(xù)會(huì)進(jìn)一步進(jìn)行分析與改進(jìn)。

計(jì)算加料后煙葉含水率與松散工序、加料工序的參數(shù)，如松散溫度、松散濕度、松散回潮補(bǔ)償蒸汽開度、松散回潮加水累積量、松散回潮前含水率、松散回潮后含水率、加料工序加水/加汽比例的相關(guān)系數(shù)，所得分別為0.31、0.43、0.04、0.44、0.09、-0.32、0.32。結(jié)果表明，加料后含水率與葉片加料工序的加水、汽比例、松散溫度、松散濕度、松散回潮加水累計(jì)量存在顯著中等相關(guān)性關(guān)系。因此可以初步得出松散工序、加料工序的加水量、加蒸汽量、環(huán)境溫/濕度、松散回潮前來料狀態(tài)與加料后含水率變化存在一定關(guān)聯(lián)性。

2 特征變量的篩選

2.1 歷史數(shù)據(jù)特征變量分析

對預(yù)處理工序的特征變量與加料后含水率、加料至SRIOX入口處含水率散失進(jìn)行關(guān)聯(lián)性分析，初步得出預(yù)處理工序內(nèi)數(shù)據(jù)響應(yīng)效果較明顯的特征變量。由于實(shí)際生產(chǎn)場景較復(fù)雜，因此同一工序內(nèi)的批次生產(chǎn)數(shù)據(jù)受時(shí)間效應(yīng)堆疊、控制工序調(diào)整等因素影響，在數(shù)據(jù)層面上表現(xiàn)為效應(yīng)不顯著，甚至出現(xiàn)共線性現(xiàn)象。

結(jié)合生產(chǎn)實(shí)際經(jīng)驗(yàn)可知，貯葉貯存時(shí)長的差異會(huì)造成加料至SRIOX入口工序煙草含水率散失差異，而貯葉貯存時(shí)長的分布會(huì)受生產(chǎn)計(jì)劃的限制，出現(xiàn)分塊堆積的現(xiàn)象?，F(xiàn)貯葉的貯存時(shí)間主要分布在[0h，6h]、[6h，20h]，對應(yīng)到生產(chǎn)模式中分別稱為留柜與不留柜。因此需要分別構(gòu)建煙草含水率散失的預(yù)測模型。松散回潮工序附近區(qū)域的環(huán)境溫/濕度稱為松散溫/濕度，同理，SRIOX入口處的環(huán)境溫/濕度被命名為烘絲工序環(huán)境溫/濕度（后續(xù)簡稱為環(huán)境溫/濕度）。

為了避免進(jìn)行線性回歸模型擬合時(shí)松散溫/濕度與環(huán)境溫/濕度2類參數(shù)出現(xiàn)共線性問題，需要對整體模型架構(gòu)進(jìn)行分工序調(diào)整。分工序構(gòu)建分段模型后，以加料后含水率作為中間銜接點(diǎn)進(jìn)行分段模型串聯(lián)，形成統(tǒng)一的預(yù)處理段煙草含水率控制預(yù)測輔助體系[6]。

具體模型構(gòu)建框架設(shè)置如下：前段稱為模型1，以加料后含水率作為響應(yīng)變量，以松散工序、加料工序參數(shù)作為解釋變量進(jìn)行模型擬合；后端稱為模型2，以加料至SRIOX入口處含水率散失作為響應(yīng)變量，同時(shí)將貯葉的貯存時(shí)間作為模式分類，并以加料工序、SRIOX工序參數(shù)作為輸入解釋變量進(jìn)行模型擬合。

2.2 特征變量選取

分析特征變量的線性關(guān)系和共線性問題，結(jié)合模型中響應(yīng)變量與特征變量，所得方差分析結(jié)果分別見表1、表2。

根據(jù)表1、表2的方差分析結(jié)果，將P值＜0.05的特征變量作為模型1、2的解釋變量。模型1以加料后含水率為響應(yīng)變量，解釋變量為松散溫度、松散回潮前含水率、松散回潮加水累計(jì)量、松散回潮補(bǔ)償蒸汽開度和葉片加料加水累計(jì)量；模型2以加料至SRIOX入口處水分散失為響應(yīng)變量，同時(shí)以貯葉的貯存時(shí)間作為留柜分類，解釋變量為環(huán)境溫度、環(huán)境濕度、加料工序加水和汽比例。

3 預(yù)測模型的建立

3.1 模型算法

將具體牌號(hào)在某時(shí)間工序內(nèi)的含水率批次統(tǒng)計(jì)結(jié)果數(shù)據(jù)作為數(shù)據(jù)樣本，結(jié)合關(guān)鍵水分點(diǎn)位的水分儀調(diào)整系數(shù)，并以當(dāng)前水分儀系數(shù)為基準(zhǔn)進(jìn)行含水率數(shù)值修正。數(shù)據(jù)分塊或數(shù)據(jù)分層[7]主要取決于顯性因子的分層變化是否會(huì)帶來水分散失的分層變化。

關(guān)鍵影響因子篩選主要依據(jù)相關(guān)性分析+時(shí)間序列圖+工藝經(jīng)驗(yàn)（底層取決于數(shù)據(jù)的對應(yīng)處理）；采用分類-逐步的多元線性回歸擬合選項(xiàng)，以梯度下降[8]來求解平方誤差最小時(shí)各參數(shù)的系數(shù)，最終求解出多元線性回歸模型的相應(yīng)的解。

對于2類不同環(huán)境濕度控制水平的樣本數(shù)據(jù)，利用多元線性回歸算法，并以平方誤差為損失函數(shù)。假設(shè)存在m個(gè)訓(xùn)練樣本，n個(gè)變量特征，一般情況下?lián)p失函數(shù)如公式（1）所示。

（1）

式中：m為訓(xùn)練樣本數(shù)；n為變量特征數(shù)；b為常量；w為變量特征的系數(shù)。

將梯度下降訓(xùn)練法作為參數(shù)訓(xùn)練的方法，求出模型參數(shù)的數(shù)值，以使損失函數(shù)為最小。梯度下降訓(xùn)練法的具體步驟如下所示。

首先，采用梯度下降法進(jìn)行學(xué)習(xí)，如公式（2）所示。

（2）

其次，由于有公式（3），因此有公式（4）。

（3）

（4）

不斷進(jìn)行迭代，計(jì)算出每個(gè)參數(shù)的wi，直到收斂至預(yù)定的值為止。

3.2 預(yù)測模型構(gòu)建

應(yīng)用上述線性回歸算法得到模型1、2的具體表達(dá)式。1）模型1。加料潤葉后含水率平均值=25.71-0.04419×松散溫度-0.1804×松散回潮前含水率平均值-0.001394×松散回潮加水累積量-0.01016×松散回潮補(bǔ)償蒸汽開度平均值+0.002989×葉片加料加水累積量。訓(xùn)練集R-sq=85.01%，測試集R-sq=84.87%。2）模型2。在不留柜模式下，加料至SRIOX入口處水分散失值=-3.204+0.04783×環(huán)境溫度+0.02617×環(huán)境濕度-0.0991×加料工序加水、汽比例。留柜模式下，加料至SRIOX入口處水分散失值=-3.242+0.04783×環(huán)境溫度+0.02617×環(huán)境濕度-0.0991×加料工序加水、汽比例。訓(xùn)練集R-sq=86.23%，測試集R-sq=84.47%。

模型1、2以加料后含水率作為中間銜接點(diǎn)進(jìn)行串聯(lián)控制，通過對加料前、后工序煙草含水率進(jìn)行預(yù)測控制，提升對烘絲入口水分的穩(wěn)定性控制能力。

4 結(jié)果分析

某牌號(hào)香煙加料出口處、SRIOX入口處水分儀的預(yù)測模型修正公式如下所示。1）葉絲干燥入口含水率系數(shù)調(diào)整時(shí)，當(dāng)前預(yù)測值=前預(yù)測值-（當(dāng)前水分儀系數(shù)+2.8）。2）加料出口水分儀系數(shù)調(diào)整時(shí)，當(dāng)前預(yù)測值=前預(yù)測值+（當(dāng)前水分儀系數(shù)+1.7）。

后續(xù)為該牌號(hào)香煙制定水分內(nèi)控標(biāo)準(zhǔn)時(shí)，根據(jù)葉片工序、葉絲工序的生產(chǎn)計(jì)劃安排，分別計(jì)算葉片留柜、不留柜物料含水率散失，通過輸入當(dāng)前環(huán)境溫/濕度、上一批的設(shè)備參數(shù)指標(biāo)，預(yù)測出當(dāng)前生產(chǎn)環(huán)境下加料出口至SIROX煙絲含水率散失范圍。結(jié)合、參考該預(yù)測模型輸出的含水率散失范圍，在SRIOX入口含水率穩(wěn)定性控制標(biāo)準(zhǔn)下，調(diào)整、制定出加料后煙絲含水率在生產(chǎn)過程中實(shí)行控制的范圍和對應(yīng)的松散回潮工序加水量。

將預(yù)測模型引入實(shí)際生產(chǎn)過程后，SRIOX入口煙絲含水率前、后階段的批次對比圖如圖1所示。結(jié)果顯示：SRIOX入口煙絲含水率CPK值＞1.33的合格率為90%～100%，平均值標(biāo)準(zhǔn)偏差為0.05～0.10%，SRIOX入口煙絲含水率批次穩(wěn)定性得到進(jìn)一步提升。

5 結(jié)論

在優(yōu)選特征變量的基礎(chǔ)上，本文采用差分進(jìn)化算法對模型中隱含層的神經(jīng)元個(gè)數(shù)進(jìn)行優(yōu)化，并用優(yōu)化的模型對烘絲入口含水率進(jìn)行預(yù)測。

試驗(yàn)結(jié)果表明，本文提出的方法在精確度、泛化性能以及速度上均優(yōu)于其他算法。另外，模型的快速性使其在后續(xù)模型的更新上更具優(yōu)勢。對此，后續(xù)還將研究極限學(xué)習(xí)機(jī)的在線更新學(xué)習(xí)方法。本文計(jì)算結(jié)果均來自工廠實(shí)際生產(chǎn)數(shù)據(jù)，可用于實(shí)際工業(yè)生產(chǎn)，對提高卷煙生產(chǎn)質(zhì)量、提升企業(yè)經(jīng)濟(jì)效益、減少不必要的實(shí)體試驗(yàn)投入具有重要意義。

參考文獻(xiàn)

[1]劉靜遠(yuǎn)，李昕，劉杰，等.基于融合注意力時(shí)間卷積網(wǎng)絡(luò)的烘絲出口含水率控制方法[J].煙草科技，2023，56（8）：93-99.

[2]陳家鼎，何蓉，等.溫度和含水率對煙葉熱物理特性的影響及其預(yù)測模型建立[J].河南農(nóng)業(yè)科學(xué)，2023，52（6）：172-180.

[3]唐軍，周冰，易斌，等.制絲環(huán)境溫/濕度對關(guān)鍵工序間煙草含水率的影響及應(yīng)用研究[J].湖北農(nóng)業(yè)科學(xué)，2023，62（8）：175-181.

[4]江婷，羅先喜.基于數(shù)據(jù)驅(qū)動(dòng)的松散回潮出口水分預(yù)測模型分析[J].機(jī)電工程技術(shù)，2023，52（4）：119-123.

[5]陳家鼎，何蓉，肖慶禮，等.溫度和含水率對煙葉熱物理特性的影響及其預(yù)測模型建立[J].河南農(nóng)業(yè)科學(xué)，2023，52（6）：172-180.

[6]何玉良，李佳節(jié)，金玉立，等.三階多項(xiàng)式預(yù)測模型在紅外水分儀校準(zhǔn)方法優(yōu)化中的探索和應(yīng)用[J].生物化工，2023，9（1）：112-114.

[7]郭軍偉，潘立寧，等.含水率對煙草多組分近紅外預(yù)測結(jié)果的影響[J].煙草科技，2021，54（增刊1）：14-23.

[8]蘇海建，寇霄騰，張卉，等.提高批次間切后煙絲含水率穩(wěn)定性研究[J].農(nóng)產(chǎn)品加工，2017（17）：14-17.