科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了改善松散回潮工序出口含水率控制精度低、水分波动大对香烟的生产带来的不利影响，采用Pearson相关性分析法筛选出松散回潮机出口含水率的主要影响因素，并将其作为模型的输入，然后基于现场生产数据驱动分别采用主元回归分析法、主元神经网络法以及BP神经网络法建立烟叶出口含水率的预测模型。基于某卷烟厂某牌号的生产数据对3种预测模型的预测控制效果进行检验，结果表明：3种模型含水率预测结果与实际值的平均绝对误差均在0.2%以内，主元神经网络预测模型输出结果与真实值的平均相对误差为0.81%，优于主元回归和BP神经网络预测模型。研究结果对于提高松散回潮工序烟叶出口含水率的控制精度有一定的指导意义。
- 出版日期2023
- 单位东华理工大学; 电子工程学院
