JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于BP神经网络的烟草制丝工艺参数优化研究

付永民 范磊 李长进 吴庆华

付永民, 范磊, 李长进, 等. 基于BP神经网络的烟草制丝工艺参数优化研究[J]. 轻工学报, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
引用本文: 付永民, 范磊, 李长进, 等. 基于BP神经网络的烟草制丝工艺参数优化研究[J]. 轻工学报, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
FU Yongmin, FAN Lei, LI Changjin and et al. Research on optimization of tobacco silk processing parameters based on BP neural network[J]. Journal of Light Industry, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
Citation: FU Yongmin, FAN Lei, LI Changjin and et al. Research on optimization of tobacco silk processing parameters based on BP neural network[J]. Journal of Light Industry, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014

基于BP神经网络的烟草制丝工艺参数优化研究

    作者简介: 付永民(1978-),男,河南省许昌市人,河南中烟工业有限责任公司高级工程师,主要研究方向为烟草质量控制与鉴定。E-mail:hlzy35@163.com;
  • 基金项目: 中国烟草总公司2021年度科技项目(110202102006)
    河南中烟工业有限责任公司科技项目(A202041,A202043)

  • 中图分类号: TS452.4

Research on optimization of tobacco silk processing parameters based on BP neural network

  • Received Date: 2021-12-28
    Accepted Date: 2022-03-22

    CLC number: TS452.4

  • 摘要: 为了提高烟丝质量,以烟丝物理特性、烟支物理特性和卷烟化学成分为质量控制指标,采用BP神经网络(BPNN)对烟草制丝工艺参数进行了优化,将BPNN优化结果与正交试验结果进行对比,并对优化后的参数进行验证。结果表明:所建BPNN模型预测结果具有较高的可靠性和准确性,通过BPNN预测的最优制丝工艺参数组合唯一且准确;通过正交试验方法得出的烟草制丝工艺参数最优组合在蒸汽流量和热风温度的参数设置上存在差异。烟草制丝工艺参数优化后,烟丝整丝率、填充值提升,碎丝率、卷烟单支质量标准差、烟支吸阻标准差、CO释放量、焦油释放量、烟碱释放量均降低,整体优化效果明显。BPNN对烟草制丝最优参数预测准确,避免了误判现象,提高了加工效率,降低了时间成本和资源浪费。
    1. [1]

      LEHMANN K,KUHN S,REIMER J.E-electronic cigarettes in germany: Patterns of use and perceived health improvement[J]. European Addiction Research,2017,23(3):136-147.

    2. [2]

      刘晓东,陈竺,陈洁,等.烟草制丝生产线人机交互界面设计研究[J].电气自动化,2020,42(2):116-118.

    3. [3]

      冯煜.优化烟草制丝设备提高烟丝质量[J].中小企业管理与科技(下旬刊),2020(4):176-177.

    4. [4]

      窦志.预测PID控制在烟草工业松散回潮工序中的应用[D].绵阳:西南科技大学, 2020.

    5. [5]

      聂铭,周冀衡,杨荣生,等.基于MIV-SVM的烤烟评吸质量预测模型[J].中国烟草学报,2014,20(6):56-62.

    6. [6]

      汪文良,范兴,朱雪峰,等.基于帕累托图的卷烟制丝工艺质量分析[J].现代农业科技,2021(13):235-239,243.

    7. [7]

      张馨予,严莉红,易小丽,等.不添加料液的混合型膨胀烟丝生产工艺及质量分析[J].中国烟草学报,2020,26(1):36-41
      ,47.

    8. [8]

      邓羽翔,罗诚,李东亮,等.基于BP神经网络的烟叶醇化感官质量仿真模拟[J].食品与机械,2020,36(3):161-165.

    9. [9]

      卓鸣,汪鹏,望开奎.基于MIV-BP神经网络的成品烟丝质量预测模型构建[J].食品与机械,2021,37(12):161-166
      ,214.

    10. [10]

      陆玉浩,王彬彬,万云飞,等.基于神经网络的烟丝填充值预测模型研究[J].中国烟草科学,2016,37(5):82-86.

    11. [11]

      温延,林敏,罗民,等.烟块分散装置的设计及应用[J].中国烟草学报,2018,24(5):130-132.

    12. [12]

      李秀芳.烟片松散回潮关键工艺参数过程控制系统的优化设计[J].中国烟草学报,2015,21(3):34-41.

    13. [13]

      BO M.Moisture control methods in silk reeling process of tobacco based on the random forest regression[J]. Open Journal of Statistics,2015,5(5):393-402.

    14. [14]

      张丽娜,许利平,樊虎,等.高精度自动化加料加香烘丝一体化微型设备的研制和应用[J].中国烟草学报,2018,24(4):27-34.

    15. [15]

      RENÉ H,NICOLA W,ANGELIKA S,et al.Low-tech, pilot scale purification of a recombinant spider silk protein analog from tobacco leaves[J].International Journal of Molecular Sciences,2016,17(10):1687.

    16. [16]

      田忠,陈闯,许宗保,等.制丝关键工序对细支卷烟燃烧温度及主流化学成分的影响[J].中国烟草学报,2015,21(6):19-26.

    17. [17]

      曹家升,王海明,吴龙元.烟包垂直分切机卸料装置的优化设计[J].烟草科技,2021,54(9):108-112.

    18. [18]

      和智君,王理珉,张强,等.云南烤烟品种加工性能评价[J].中国烟草科学,2013,34(4):72-75.

    19. [19]

      罗军,赵科文,王强春,等.薄板烘丝工艺参数对卷烟焦油释放量的影响[J].轻工学报,2016,31(4):76-81
      ,87.

    20. [20]

      张新锋.基于ANP的卷烟制丝质量评价方法[J].郑州轻工业学院学报(自然科学版),2015,30(3/4):34
      -38.

    1. [1]

      卢晓波徐海朱俊召张宇谭健高冠男胡军华林龙 . 基于机器视觉的加热卷烟烟支端部质量检测系统设计. 轻工学报, 2024, 0(0): -.

    2. [2]

      费致根鲁豪宋晓晓赵鑫昌郭兴肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    3. [3]

      吴晓东刘畅李俊胡良志贺凌晨袁海霞李强黄锦标 . 基于高光谱检测的烟丝加香均匀性表征方法. 轻工学报, 2024, 39(5): 95-101. doi: 10.12187/2024.05.011

    4. [4]

      张伟伟姬远鹏元春波王君婷齐晓任张卫正李萌饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

    5. [5]

      刘广超邓莎高峄涵吴涛邓锐杰 . 加热卷烟辊压法薄片丝吸湿性影响因素研究. 轻工学报, 2024, 39(5): 109-117. doi: 10.12187/2024.05.013

    6. [6]

      赵悦闫清泉李玲玉司阔林宗学醒 . 钙螯合盐对牛奶-豌豆双蛋白再制干酪品质的影响. 轻工学报, 2024, 39(5): 1-8. doi: 10.12187/2024.05.001

    7. [7]

      池哲翔廖敏史尚李声毅廖芸丁冬 . 国外烟草活性成分提取及纤维材料利用现状与展望. 轻工学报, 2024, 0(0): -.

    8. [8]

      吕金羚傅亮陈永生 . 红茶-花生蛋白复合饮品工艺优化及其营养特性研究. 轻工学报, 2024, 0(0): -.

    9. [9]

      吕金羚傅亮陈永生 . 红茶-花生蛋白复合饮品工艺优化及其营养特性研究. 轻工学报, 2024, 39(5): 9-17. doi: 10.12187/2024.05.002

    10. [10]

      胡新楠朱成凯胡中泽纪执立金伟平郭城沈汪洋 . 复配比对明胶-羟丙基甲基纤维素双水相体系微观结构和流变特性的影响. 轻工学报, 2024, 0(0): -.

    11. [11]

      李敏贺姗姗杨钰雯 . 改良QuEChERS方法结合超高效液相色谱测定火腿肠中杂环胺类化合物. 轻工学报, 2024, 39(5): 60-70. doi: 10.12187/2024.05.007

  • 加载中
计量
  • PDF下载量:  50
  • 文章访问数:  2469
  • 引证文献数: 0
文章相关
  • 收稿日期:  2021-12-28
  • 修回日期:  2022-03-22
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
付永民, 范磊, 李长进, 等. 基于BP神经网络的烟草制丝工艺参数优化研究[J]. 轻工学报, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
引用本文: 付永民, 范磊, 李长进, 等. 基于BP神经网络的烟草制丝工艺参数优化研究[J]. 轻工学报, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
FU Yongmin, FAN Lei, LI Changjin and et al. Research on optimization of tobacco silk processing parameters based on BP neural network[J]. Journal of Light Industry, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014
Citation: FU Yongmin, FAN Lei, LI Changjin and et al. Research on optimization of tobacco silk processing parameters based on BP neural network[J]. Journal of Light Industry, 2023, 38(5): 104-111. doi: 10.12187/2023.05.014

基于BP神经网络的烟草制丝工艺参数优化研究

    作者简介:付永民(1978-),男,河南省许昌市人,河南中烟工业有限责任公司高级工程师,主要研究方向为烟草质量控制与鉴定。E-mail:hlzy35@163.com
  • 河南中烟工业有限责任公司 许昌卷烟厂, 河南 许昌 461000
基金项目:  中国烟草总公司2021年度科技项目(110202102006)河南中烟工业有限责任公司科技项目(A202041,A202043)

摘要: 为了提高烟丝质量,以烟丝物理特性、烟支物理特性和卷烟化学成分为质量控制指标,采用BP神经网络(BPNN)对烟草制丝工艺参数进行了优化,将BPNN优化结果与正交试验结果进行对比,并对优化后的参数进行验证。结果表明:所建BPNN模型预测结果具有较高的可靠性和准确性,通过BPNN预测的最优制丝工艺参数组合唯一且准确;通过正交试验方法得出的烟草制丝工艺参数最优组合在蒸汽流量和热风温度的参数设置上存在差异。烟草制丝工艺参数优化后,烟丝整丝率、填充值提升,碎丝率、卷烟单支质量标准差、烟支吸阻标准差、CO释放量、焦油释放量、烟碱释放量均降低,整体优化效果明显。BPNN对烟草制丝最优参数预测准确,避免了误判现象,提高了加工效率,降低了时间成本和资源浪费。

English Abstract

参考文献 (20) 相关文章 (11)

目录

/

返回文章