基于大数据的叶丝干燥过程内在规律挖掘

摘要：

为挖掘卷烟生产过程数据的潜在价值和规律,采用大数据分析方法,对2017年叶丝干燥工序生产数据进行挖掘与分析,着重分析了重点质量指标和工艺参数的稳定性,及工艺参数与质量指标的内在关系.结果 表明:①重点质量指标稳定性控制水平从高到低的顺序为冷却出口含水率≥出口温度≥出口含水率,其中6月份波动较大;②重点工艺参数稳定性控制水平从高到低的顺序为Ⅰ区筒壁温度≥热风温度≥Ⅱ区筒壁温度,其中Ⅱ区筒壁温度的波动主要是反馈控制模式所造成的;③冷却出口含水率与负压、Ⅰ区筒壁温度、Ⅰ区筒壁蒸汽阀门开度具有较强的正相关关系,与叶丝增温增湿膨胀单元蒸汽流量、SX蒸汽阀门开度和Ⅱ区筒壁温度、Ⅱ区筒壁蒸汽阀门开度、排潮阀门开度具有较强的负相关性;④出口温度与所考察的各工艺参数之间均无明显的相关性;⑤建立了叶丝干燥冷却出口含水率预测模型,具有较好的预测精度.可以预见,大数据分析方法将在烟草工艺领域中具有较好的应用前景.

关键词：大数据、叶丝干燥、内在规律、数据挖掘、预测模型

所属期刊栏目：21

分类号：S572;TS452

资助基金：云南中烟工业有限责任公司科技计划项目2015CP02;烟草行业卷烟工艺与装备研究重点实验室2017年开放课题2017GYSYS04

在线出版日期：2020-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：94-101