神经网络在烟草打叶机组频率预报中的应用

• 作者: 王艳胜 贾星蓓 肖尚力
• 来源期刊: 自动化技术与应用
• 关键词: 烟片结构 叶中含梗率 打叶机组 频率预报 神经网络 智能控制
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 行业应用与交流|Industrial Applications and Communications
• 页码范围: 142-145
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2021.09.032

摘要

叶中含梗率是衡量烟叶叶片结构好坏的一项重要指标,在影响叶中含梗率的诸多因素中,打辊机和风机频率的设定值对于叶中含梗率的影响很大.目前,操作工人都是根据个人经验来进行频率设定,这样就很难快速准确地设定出符合叶片结构要求的参数.为了在烟草行业实现科学调整,智能控制,将神经网络技术应用于打叶复烤过程,通过神经网络的学习,建立打辊机和风机频率与叶中含梗率的模型,从而实现对打叶机组的频率预报.结合实测数据对打叶机组频率进行预报,结果表明,此方法具有较高的计算精度,预报误差范围为±0.5％,能够充分满足现场生产要求.