基于大数据技术烘丝机出口水分影响因素研究.docVIP

基于大数据技术烘丝机出口水分影响因素研究 　　摘要：众所周知，影响烘丝机出口水分的主要因素是来料流量、来料水分、滚筒温度和热风温度等，具体到这些因素的重要性排序尚无明确的研究结论。该文在系统研究的基础上了构建其数学模型，并采用多元线性回归算法、神经网络算法、决策树算法三种监督学习算法对此问题进行了系统研究，从而确定烘丝机影响因素的重要性排序。 　　关键词：烘丝机出口水分；因素重要性排序；多元线性回归算法；神经网络算法；决策树算法 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）02-0191-03 　　Abstract： The moisture in the tobacco dryer’s outlet is affected by the quantity of materials， water content of materials， the temperature of roller and the temperature of hot wind， etc. But the order of these factors’ importance can not be determined. Using multiple linear regression algorithm， neural network algorithm and decision tree algorithm to train several batches of data， the difference betweenthe predicted water content near outlet and the actual water content can be compared. Then the optimum model is determined. Therefore we can determine the order of the importance of factors which affects the moisture in the dryer’s outlet. 　　Key words： the moisture in the dryer’s outlet； the order of the factors’ importance； multiple linear regression algorithm； neural network algorithm； decision tree algorithm 　　大数据（bigdata）挖掘已经成为当今信息技术发展的典型代表，是整个社会和企业的“新宝藏”。在烟草行业“精益管理”的浪潮中，充分利用数据分析技术，提升管理水平，是企业制胜的关键。对合肥卷烟厂来说，企业取消法人资格后，更加关注的是产品质量和制造力的提升。合肥卷烟厂从2014年开始大数据智能管理平台建设，旨在通过企业数据仓库集成所有系统数据，通过业务链数据流分析提升管理水平。烘丝机出口水分作为影响卷烟质量与感官的重要因素，是衡量企业制造能力的重要指标。本文以烘丝机出口水分的影响因素重要性排序研究为例，探讨了如何利用大数据思维和数据挖掘技术确定烘丝机出口水分影响因素的重要性排序。此研究成果对减少产品质量波动，提升产品品质有重要的指导意义。 　　1 影响烘丝机出口水分的因素 　　烘丝的主要目的是降低烟丝的含水率，并将其控制在工艺要求范围内，尽可能减少水分波动。烘丝的手法主要有气流式和薄板式两种。 　　合肥卷烟厂选用的是HAUNI薄板式烘丝机，该设备采用“滚筒+饱和蒸汽”方式，让烟丝在筒内薄板上均匀缓慢移动蒸发水分，同时辅以对流热风干燥，实现对烟丝含水率的精准控制[2]。 　　本文结合专家分析法和长期生产实践，认为影响烘丝出口水分的因素主要有： 　　1）来料水分：烘丝机入口烟丝流量由流量秤精准控制，在入口烟丝流量稳定的情况下，烘丝机滚筒转速、热风温度、蒸汽压力、筒壁温度等核心指标均稳定的情况下，出口水分和入口水分呈正向相关关系； 　　2） 进料烟丝流量：在烘丝机滚筒转速、热风温度、蒸汽压力、筒壁温度等核心指标均稳定的情况下，烘丝机流量秤设定流量值越高且流量稳定，出口水分越大，反之越低； 　　3）热风温度：在入口烟丝流量、蒸汽压力、筒壁温度、滚筒转速均不变的情况下，热风温度越低，出口水分越高，反之则越低； 　　4） 筒壁温度越高，出口水分越低；筒壁温度越低，出口水分越高。 　　2 重要性分析的算法选择 　　在选择算法的时候分为两种类型，一种是监督学习，一种是无监督学习。监督学习是在被告知训练样本属于“哪个”类的监督下学习，数据会使用训练数据集中得到的规则进