期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
烘丝入口水分对烘丝出口水分影响分析 被引量：6
1
作者 何伟 陈晓杜 +1 位作者 李甘添 陈仲灯 《安徽农学通报》 2015年第1期91-92,共2页
通过T检验考察烘丝出口水分的控制水平,再通过单因素方差分析检验不同来料水分值组别相应烘丝出口水分的差异性,最后用回归分析给出烘丝入口水分与出口水分的相关性模型。结果表明,烘丝出口水分与入口水分是呈极显著线性相关的,回归模... 通过T检验考察烘丝出口水分的控制水平,再通过单因素方差分析检验不同来料水分值组别相应烘丝出口水分的差异性,最后用回归分析给出烘丝入口水分与出口水分的相关性模型。结果表明,烘丝出口水分与入口水分是呈极显著线性相关的,回归模型的决定系数为0.956。 展开更多
关键词 烘丝入口 烘丝出口 水分 影响
下载PDF
基于机器学习的烘丝出口水分稳定性控制
2
作者 李培茂 赵传民 +2 位作者 何林洋 卓亮 韩翔雨 《中国新技术新产品》 2023年第19期79-81,共3页
该文以SH664P型滚筒薄板烘丝机为研究对象,以筒壁温度量化调整为主要的水分稳定性控制措施,基于机器宝数采系统采集生产过程原始参数数据,并筛选、择优选择机器学习算法,将SIROX段、烘丝段参数进行回归拟合。创建基于当前筒内参数环境... 该文以SH664P型滚筒薄板烘丝机为研究对象,以筒壁温度量化调整为主要的水分稳定性控制措施,基于机器宝数采系统采集生产过程原始参数数据,并筛选、择优选择机器学习算法,将SIROX段、烘丝段参数进行回归拟合。创建基于当前筒内参数环境下的料头和过程生产阶段的烘丝出口水分预测回归模型。再通过出口水分预测值与控制值的水分差值,计算出对应筒壁温度的调整范围。结果表明:在模型验证的30批烘丝生产数据中,烘丝出口水分标偏均值整体为0.04左右,可见筒壁温度精确化调整可有效维持烘丝出口水分的稳定。 展开更多
关键词 薄板式烘丝机 筒壁温度 机器学习 烘丝出口水分预测 量化调整
下载PDF
基于大数据的烘丝出口水分预测与管控调整研究
3
作者 牛丽娜 阎瑾 《现代盐化工》 2022年第4期42-44,共3页
通过分析大量烘丝生产数据域控制参数,构建烘丝出口水分预测模型,利用大数据技术实现烘丝出口水分自动预测。烘丝出口水分预测模型可提前预测烘丝出口水分,将工艺标准与预测结果相比,并结合预警规则及时发出超标预警信息。以大数据技术... 通过分析大量烘丝生产数据域控制参数,构建烘丝出口水分预测模型,利用大数据技术实现烘丝出口水分自动预测。烘丝出口水分预测模型可提前预测烘丝出口水分,将工艺标准与预测结果相比,并结合预警规则及时发出超标预警信息。以大数据技术为基础,对烘丝出口水分预测与管控调整展开了研究。 展开更多
关键词 大数据 烘丝出口水分 烟丝 制丝
下载PDF
一种降低NH13型薄板烘丝机干头烟丝量装置的设计及应用
4
作者 张选顺 侯琪琛 +3 位作者 杨刚 马敬 陈映衡 李迪 《科学技术创新》 2021年第31期192-194,共3页
针对NH13型薄板烘丝在生产过程中产生大量干头烟丝的问题,结合《卷烟工艺工艺规范》、本厂的工艺标准对烘丝机运行干燥机理、干头烟丝产生原因进行了分析,为了最大限度降低干头烟丝量,本文研制了干头自动攒料装置,通过在NH13型烘丝机入... 针对NH13型薄板烘丝在生产过程中产生大量干头烟丝的问题,结合《卷烟工艺工艺规范》、本厂的工艺标准对烘丝机运行干燥机理、干头烟丝产生原因进行了分析,为了最大限度降低干头烟丝量,本文研制了干头自动攒料装置,通过在NH13型烘丝机入口振槽上增设自动攒料装置,同时在控制程序中设计相对应的功能块,实现了干头烟丝量的自动攒料控制。应用效果表明,增加干头自动攒料装置后,有效降低了干头烟丝量,批次干头烟丝量平均值由原来的6.85 Kg降低到4.36 Kg,干头烟丝量下降36.3%,烟丝产出增加的收益约26.4万元,烘丝出口含水率的工艺指标含水率显著提高,降低了烟丝的造碎率,改善了烟丝的感官品质和内在品质,同时降低了烟丝的消耗。 展开更多
关键词 NH13烘丝机 干头烟丝量 自动攒料装置 降低 烘丝出口含水率
下载PDF
烘丝筒出口叶丝含水率预测模型研究
5
作者 王乐军 王林枝 牛燕丽 《自动化仪表》 CAS 2024年第4期62-66,70,共6页
烘丝的最佳工艺参数难以确认,且叶丝含水率预测误差较大。为了在信息技术方面辅助提升烟草成品质量,研究基于极限学习机(ELM)的烘丝筒出口叶丝含水率预测模型。选取叶丝烘丝过程中松散回潮、预混柜、润叶加料等工艺阶段环境温度、湿度... 烘丝的最佳工艺参数难以确认,且叶丝含水率预测误差较大。为了在信息技术方面辅助提升烟草成品质量,研究基于极限学习机(ELM)的烘丝筒出口叶丝含水率预测模型。选取叶丝烘丝过程中松散回潮、预混柜、润叶加料等工艺阶段环境温度、湿度、加水比例等工艺参数。通过随机森林方法,将处理后有效数据中的各烘丝工艺参数以平均精准度逐渐减少顺序进行重新排序,筛选出对烘丝筒叶丝含水率预测作用较大的烘丝工艺参数。将筛选后的烘丝工艺参数作为ELM的输入数据,获取叶丝含水率预测结果。以含水率预测平均绝对误差最小为差分进化算法的适应度函数,优化ELM的隐含层神经元数量,提升烘丝筒出口叶丝含水率预测精度。试验结果表明,该模型可实现烘丝筒出口叶丝含水率预测,且预测误差小于0.3%,预测精度高。该研究有助于提升烟草质量。 展开更多
关键词 机器学习 烘丝筒出口 叶丝含水率 预测误差 差分进化算法 极限学习机
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部