为解决HDT气流式烘丝机在烘丝过程中存在出口含水率控制精度低等问题,提出一种基于融合注意力时间卷积网络(Fused Attention Time Convolution Network,FATCN)的烘丝出口含水率控制方法。借助多元高斯分布检测和降噪自编码器对监测数据...为解决HDT气流式烘丝机在烘丝过程中存在出口含水率控制精度低等问题,提出一种基于融合注意力时间卷积网络(Fused Attention Time Convolution Network,FATCN)的烘丝出口含水率控制方法。借助多元高斯分布检测和降噪自编码器对监测数据进行实时处理、特征衍生与增强,利用FATCN模型对监测数据进行实时判别,精准识别控制参数的调整时机和调整量,实现烘丝过程的自动化控制。以成都卷烟厂生产的2种牌号卷烟为对象对FATCN模型、PID+人工调节和卷积神经网络模型的控制效果进行对比测试,结果表明:FATCN相较于其他2种控制方式,出口含水率平均偏差分别降低约0.105和0.086,降幅分别为60%和55%左右;干头物料质量分别减少约15.8和15.1 kg,降幅分别为12.6%和12.1%左右。该方法可为提高烘丝出口含水率的稳定性和准确性提供支持。展开更多
